如何计算与google-diff-match-patch C＃库的相似度？

Question

我使用google-diff-match-patch C＃库。我想测量两个文本之间的相似性。 为此，我制作了这个C＃代码：

List<DiffMatchPatch.Diff> lDiffs = dmpDiff.diff_main(sTexte1, sTexte2);
int iIndex = dmpDiff.diff_levenshtein(lDiffs);
double dsimilarity = 100 - ((double)iIndex / Math.Max(sTexte1.Length, sTexte2.Length) * 100);

相似度值介于0 - 100之间（0 =完美匹配 - 100 =完全不同）。

你认为这是一个好的方法，这个计算是正确的吗？

Answer 1

我查看了API home page上的diff_levenshtein，并提供了此说明

  

给定差异，以数量衡量其Levenshtein距离   插入，删除或替换字符。最小距离   是0表示相等，最大距离是长度   更长的字符串。

在下面一行中，您将所有距离（变化测量值）转换为原始字符串长度的百分比，然后将其从100减去。

double dsimilarity = 100 - ((double)iIndex / Math.Max(sTexte1.Length, sTexte2.Length) * 100);

所以，是的，这对我来说很好。

我唯一的评论是原始算法使用0表示完美匹配，而您使用100，这可能会令人困惑。如果您对此感到满意，请让您对未来的维护人员进行适当的评论。