lkf0217的专栏

两字符串相似度计算方法有好多，现对基于编距的算法的相似度计算自己总结下。     简单介绍下Levenshtein Distance(LD)：LD 可能衡量两字符串的相似性。它们的距离就是一个字符串转换成那一个字符串过程中的添加、删除、修改数值。    举例：如果str1="test"，str2="test"，那么LD(str1,str2) = 0。没有经过转换。

最近在做这方面的应用，把我找到的资料贴出来，有需要的人可以参考参考。1．编辑距离（Levenshtein Distance）编辑距离就是用来计算从原串（s）转换到目标串(t)所需要的最少的插入，删除和替换的数目，在NLP中应用比较广泛，如一些评测方法中就用到了（wer,mWer等），同时也常用来计算你对原文本所作的改动数。编辑距离的算法是首先由俄国科学家Levenshtein提出的，故