如何在Java中比较几乎相似的字符串？（字符串距离测量）[已关闭]

string comparison java levenshtein-distance string-metric

2022-09-01 01:51:42

我想比较两个字符串，并得到一些分数，这些字符串看起来有多相似。例如，“句子几乎相似”和“句子相似”。

我不熟悉Java中的现有方法，但对于PHP，我知道levenshtein函数。

Java中有更好的方法吗？

答案 1

以下Java库提供了多种比较算法（Levenshtein，Jaro Winkler,...）：

Apache Commons Lang 3： https://commons.apache.org/proper/commons-lang/
模拟：http://sourceforge.net/projects/simmetrics/

这两个库都有一个java文档（Apache Commons Lang Javadoc，Simmetrics Javadoc）。

//Usage of Apache Commons Lang 3
import org.apache.commons.lang3.StringUtils;   
public double compareStrings(String stringA, String stringB) {
    return StringUtils.getJaroWinklerDistance(stringA, stringB);
}

 //Usage of Simmetrics
import uk.ac.shef.wit.simmetrics.similaritymetrics.JaroWinkler    
public double compareStrings(String stringA, String stringB) {
    JaroWinkler algorithm = new JaroWinkler();
    return algorithm.getSimilarity(stringA, stringB);
}

答案 2

Levensthein距离是衡量弦相似程度的量度。或者，更准确地说，必须进行多少次更改才能使它们相同。

该算法在维基百科上以伪代码形式提供。将其转换为Java应该不是一个大问题，但它没有内置于基类库中。

维基百科还有一些算法来测量字符串的相似性。