名称的近似字符串匹配算法

Question

我正在寻找以下示例的模糊字符串算法：给定现有名称的数据库，如果匹配准确度高于输入阈值（比如90％），则将输入匹配到最匹配的名称，或者NA否则

database = [James Bond, Michael Smith]

输入

James L Bond->James Bond
JBondL->James Bond
Bond,James->James Bond
BandJamesk->James Bond
Jenny,Bond->N/A

目前，大多数算法如Levenstein和基于语音的算法（如Soundex）都无法匹配像BondJames这样的反转名称。到目前为止，余弦和提花产生了最好的效果，但我正在寻找更多，以便我可以选择最佳或可能的组合算法。

Answer 1

考虑到你的例子，我会考虑：

• 分隔n1 - 输入中的名称和n2 - 数据库中的名称为单词（通过分隔符和大写字母）：n1 - ＆gt; {u1，u2，...}，n2 - ＆gt; {V1，V2，...}
• 找到n2中最小化 s = sum（L（u，v））的单词顺序的排列，其中L是Levenshtein距离。
• 选择最小化 s 的数据库条目。

当L1中的单词数量与L2中的单词数量不匹配时，您应该“惩罚”＃39; 取值