如何计算java中两个字符串之间的匹配分数？答案

【问题标题】：How to calculate matching score between two string in java?如何计算java中两个字符串之间的匹配分数？
【发布时间】：2013-07-26 19:51:42
【问题描述】：

我想将两个字符串分类为相似或不相似。例如

s1 = "Token is invalid. DeviceId = deviceId: "345" "
s2 = "Token is invalid. DeviceId = deviceId: "123" "
s3 = "Could not send Message."

我正在寻找一个可以在 2 个字符串之间给出匹配分数的 java 库，并且根据该分数我可以确定它们是否相似。我的程序只需要处理一个小数据集（~2000 个字符串）。你知道那里是否已经有可用的东西吗？

【问题讨论】：

标签： java fuzzy-comparison

【解决方案1】：

检查 Levenshtein 距离以获取匹配分数

http://en.wikibooks.org/wiki/Algorithm_Implementation/Strings/Levenshtein_distance#Java

【讨论】：

commons.apache.org/proper/commons-lang 有很多方便的方法，包括 Levenshtein 距离。

【解决方案2】：

按照建议。 Levenshtein 距离算法...

public class LevenshteinDistance
{
    private static int minimum(int a, int b, int c)
    {
        return Math.min(Math.min(a, b), c);
    }

    public static int computeLevenshteinDistance(CharSequence str1, CharSequence str2)
    {
        int[][] distance = new int[str1.length() + 1][str2.length() + 1];

        for (int i = 0; i <= str1.length(); i++)
            distance[i][0] = i;
        for (int j = 1; j <= str2.length(); j++)
            distance[0][j] = j;

        for (int i = 1; i <= str1.length(); i++)
            for (int j = 1; j <= str2.length(); j++)
                distance[i][j] = minimum(distance[i - 1][j] + 1, 
                                         distance[i][j - 1] + 1, 
                                         distance[i - 1][j - 1] + ((str1.charAt(i - 1) == str2.charAt(j - 1)) ? 0 : 1));

        return distance[str1.length()][str2.length()];
    }

    public static void main(String[] args)
    {
        String s1 = "Token is invalid. DeviceId = deviceId: \"345\" ";
        String s2 = "Token is invalid. DeviceId = deviceId: \"123\" ";
        String s3 = "Could not send Message.";

        System.out.println(computeLevenshteinDistance(s1, s2)); // s1 VS. s2
        System.out.println(computeLevenshteinDistance(s1, s3)); // s1 VS. s3
        System.out.println(computeLevenshteinDistance(s2, s3)); // s2 Vs. s3

    }
}

【讨论】：

【解决方案3】：

对于所有 NLP java 问题，您应该检查 Apache Lucene 项目。但是，对于您的需要，一个简单的 Levenshtein 距离算法就足够了

【讨论】：