计算2个句子之间的相似度

Question

我想计算2个句子之间的相似度，我需要的百分比值表示＆＃34;有多好＆＃34;他们相互匹配。句子如，

1. The red fox is moving on the hill.
2. The black fox is moving in the bill.

我正在考虑Levenshtein distance，但我不确定这一点，因为它说的是找到＆＃34; 2个单词＆＃34;之间的相似性。那么这Levenshtein distance可以帮助我或其他方法可以帮助我吗？我将使用JavaScript。

Answer 1

对JS string diff

试试这个solution

Answer 2

使用Jaccard index。你可以找到任何语言的实现，包括JavaScript（here是一个，但没有亲自测试）。

Answer 3

这就是我要做的，取决于它的重要性。如果这是中等到低优先级，这里是一个简单的算法。

1. 扫描所有句子，查看单词出现的频率。
2. 过滤掉最常见的单词，例如30％句子中的单词，即不计算这些单词。所以希望不会被计算在内。
3. 然后做你的文字比较。

但是你想要这样做的背景非常重要。即你给我们的例子可能是学生学习英语等等。即如果我试图看人群来源的用户是否描述相同的段落，如果文章主题与建议的阅读部分足够相似，我会使用不同的算法。

Answer 4

计算两个句子相似度的常用方法是余弦相似性。不知道是否存在JavaScript中的实现。余弦相似性看的是单词而不是单个字母。网络上充满了表达式，例如here。