什么是确定2个字符串是否“足够相似”的良好指标

我正在研究一个非常粗略的初稿算法，以确定2个字符串的相似程度。我还使用Levenshtein Distance来计算字符串之间的编辑距离。

我目前所做的基本上是获取编辑总数并将其除以较大字符串的大小。如果该值低于某个阈值（当前随机设置为 25%），则它们“足够相似”。

但是，这完全是武断的，我认为这不是计算相似性的好方法。是否有某种数学方程或概率/统计方法来获取Levenshtein距离数据并使用它来表示“是的，根据所做的编辑次数和字符串的大小，这些字符串足够相似”？

另外，这里的关键是我使用了任意阈值，我宁愿不这样做。我如何计算这个阈值而不是分配它，以便我可以安全地说2个字符串“足够相似”？

更新

我正在比较表示 Java 堆栈跟踪的字符串。我想这样做的原因是按相似性对一堆给定的堆栈跟踪进行分组，并将其用作过滤器对“内容”进行排序:)由于更高层次的原因，这种分组很重要，我无法完全公开分享。

到目前为止，我的算法（伪代码）大致如下：

/*
 * The input lists represent the Strings I want to test for similarity. The
 * Strings are split apart based on new lines / carriage returns because Java
 * stack traces are not a giant one-line String, rather a multi-line String.
 * So each element in the input lists is a "line" from its stack trace.
 */
calculate similarity (List<String> list1, List<String> list2) {

    length1 = 0;
    length2 = 0;
    levenshteinDistance = 0;

    iterator1 = list1.iterator();
    iterator2 = list2.iterator();

    while ( iterator1.hasNext() && iterator2.hasNext() ) {

        // skip blank/empty lines because they are not interesting
        str1 = iterator1.next();    length1 += str1.length();
        str2 = iterator2.next();    length2 += str2.length();

        levensteinDistance += getLevenshteinDistance(str1, str2);
    }

    // handle the rest of the lines from the iterator that has not terminated

    difference = levenshteinDistance / Math.max(length1, length2);

    return (difference < 0.25) ? true : false; // <- arbitrary threshold, yuck!
}