Question

我有一个字符串列表作为查询和一些其他字符串列表的趋势。我想将查询与其他列表进行比较，并提取它们之间的相似性分数。

示例：

query = ["football", "basketball", "martial arts", "baseball"]

list1 = ["apple", "football", "basketball court"]

list2 = ["ball"]

list3 = ["martial-arts", "baseball", "banana", "food", "doctor"]

我现在在做什么，我对结果不满意是对它们的绝对比较。

score = 0
for i in query:
   if i in list1:
      score += 1

score_of_list1 = score*100//len(list1)

我找到了一个可以帮助我fuzzywuzzy的图书馆，但我在想是否有其他建议方法。

Answer 1

如果您正在寻找一种方法来查找字符串之间的相似性，那么SO question建议使用Levenshtein distance作为一种方法。

准备好了solution，它也存在于Natural Language Tool Kit库中。

天真整合将是（我只是随意使用结果。显然没有意义）：

#!/usr/bin/env python
query = ["football", "basketball", "martial arts", "baseball"]
lists = [["apple", "football", "basketball court"], ["ball"], ["martial-arts", "baseball", "banana", "food", "doctor"]]
from random import random

def fake_levenshtein(word1, word2):
    return random()

def avg_list(l):
        return reduce(lambda x, y: x + y, l) / len(l)

for l in lists:
    score = []
    for w1 in l:
        for w2 in query:
            score.append(fake_levenshtein(w1, w2))
    print avg_list(score)

祝你好运。

具有字符串的两个列表的相似度得分

1 个答案: