Métodos de distâncias entre strings

Expressões Regulares Intermediárias em R

Angelo Zehr

Data Journalist

Damerau-Levenshtein

erro de digitação de rick caplan

Distância de Levenshtein comum:

stringdist(a, b, method = "lv")

Distância de Damerau-Levenshtein:

stringdist(a, b, method = "dl")

Distância OSA (Optimal String Alignment):

stringdist(a, b, method = "osa")

q-grams de honolulu

q-grams de honolulu hanolulu

qgrams("Honolulu", "Hanolulu", q = 2)

Retorna:

   Ho on ul no ol lu la
V1  1  1  1  1  1  2  0
V2  1  1  1  1  1  1  1

Soma dos q-grams não compartilhados

stringdist(a, b, method = "qgram") # equals 4

Q-grams não compartilhados dividido pelo total de q-grams

stringdist(a, b, method = "jaccard") # equals 0.5

Distância de cosseno

stringdist(a, b, method = "cosine") # equals 0.22

Expressões Regulares Intermediárias em R