我正在尝试使用jarowinkler相似距离来查看两个字符串是否相似。我尝试使用这两个库来比较单词＆＃34; carol＆＃34;和＆＃34; elephant＆＃34;。它们并不相似。
import jellyfish
from pyjarowinkler import distance
jellyfish.jaro_winkler('Carol','elephant')
返回0.4416666
distance.get_jaro_distance('Carol','elephant')
我得到0.0这对我更有意义。这两个库之间有错误吗？
感谢
答案 0 :(得分：0)
水母的实施是正确的。
卡罗尔和大象没有匹配的前缀。因此，在这种情况下，Jaro-Winkler距离等于Jaro距离。我手工计算了Jaro的距离，发现Jellyfish的实施是正确的。有一个在线计算器，但在线计算器也是错误的。我还发现了一些其他的实现，比如在python-Levenstein包中，它也实现了Jaro-Winkler距离，验证了我的计算。还有一个关于npm的实现。如果您想自己计算得分 - 您可以找到论文here
答案 1 :(得分：0)
也许值得注意的是，R中的两个不同实现似乎与pyjarowinkler版本匹配：
library(stringdist)
> 1 - stringdist("Elephant", "Carol", method = 'jw')
[1] 0.4416667
library(RecordLinkage)
> jarowinkler('Carol','elephant')
[1] 0.4416667