比较字符串的相似之处？

Question

我想在数千个条目列表中计算某些大学课程发生的次数。问题是课程并不总是拼写相同。例如，Computer Engineering可以拼写为Computers Engineering。如果2个字符串非常相似，测试它的正确，优雅的方法是什么？

Answer 1

我会尝试使用stemming 强化字符串。这个想法是 - 给每个字符串赋予其经典形式，并且代表相同单词的两个不同字符串很可能具有相同的经典形式（例如，Computer和Computers将具有相同的大炮表格，你会得到一个匹配）。

Porter stemming algorithm通常用于册封。

---

另一种选择 - 将字符串与彼此之间的距离进行评分，建议的Levenshtein Distance可以帮助您，但我个人 - 我更喜欢经典化。