Các phương pháp đo khoảng cách chuỗi

Regular Expressions nâng cao trong R

Angelo Zehr

Data Journalist

Damerau–Levenshtein

lỗi chính tả rick caplan

Khoảng cách Levenshtein thông thường:

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

Khoảng cách Damerau–Levenshtein:

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

Khoảng cách Căn chỉnh Chuỗi Tối ưu (OSA):

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

honolulu qgram

honolulu hanolulu qgram

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

Trả về:

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

Tổng số qgram không chung

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

Qgram không chung chia cho tổng qgram

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

Khoảng cách Căn chỉnh Chuỗi Tối ưu (OSA)

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

Regular Expressions nâng cao trong R