我有一个字符串数组；有没有办法查看参数字符串最接近哪一个？答案

【问题标题】：I have an array of strings; is there a way to see which one an argument string is closest to?我有一个字符串数组；有没有办法查看参数字符串最接近哪一个？
【发布时间】：2015-03-29 15:20:23
【问题描述】：

我正在使用 Python，我决定分解并制作大量短语，以供语音识别模块的结果进行比较。到目前为止，我得到了：

phrases = [
    "what time is it",
    "what's the weather",
    "what's the date",
    "hello",
    "hi",
    "what's up",
    "how are you"
]

（我几分钟前才开始做这个，所以我还没有很多......主要只是一个大纲）但无论如何，我想要一个这样的函数......

def match(phrase):
    #match_greatest will start at zero but continuously update if the string
    #being compared has a higher percentage match
    match_greatest = 0

    #match will store the actual string that is closest
    match = ""

    for i in phrases:
        #this is the part I need help with...
        match_current = #somehow get the percentage that the argument phrase matches the phrase it's comparing to

        #if the current phrase is a closer match than before, update it
        if match_current > match_greatest:
            match_greatest = match_current
            match = i

    return match

...举个例子，如果我调用 match("what time it a") 或 match("what time sit") -- 这些是语音识别可能给出的误读示例 -- 并使用我当前的一组短语，它会返回“现在几点”。

【问题讨论】：

迭代每个字符，如果两个位置的字符相同，即在输入的字符串和匹配的字符串中，增加一些变量并在末尾将该变量除以字符串的总长度你想匹配。换句话说，创建一个百分比匹配
你用什么麦克风输入？

标签： python compare speech-recognition phrase

【解决方案1】：

字符串之间的合理距离之一是“编辑距离”或Levenshtein 距离。它计算将一个字符串转换为另一个字符串的编辑量（插入、删除和替换）。

Python实现在这里，需要动态编程

https://pypi.python.org/pypi/python-Levenshtein/

你也可以自己实现算法，很简单。

如果您想要面向语音的距离，值得考虑soundex，它是 Levenshtein 的一个特定扩展，用于解释单词的语音属性。见

https://pypi.python.org/pypi/Fuzzy

您可以遍历字符串并找到具有最小编辑距离的字符串。

【讨论】：

【解决方案2】：

这是我将如何做的一个例子。

def match(phrase):
    phrases = [
    "what time is it",
    "what's the weather",
    "what's the date",
    "hello",
    "hi",
    "what's up",
    "how are you"
]


    match_word_dict = {}
    for element in phrases:
        sameness = 0
        for index in range(len(element)):
            if len(phrase) == index:
                break
            if phrase[index] == element[index]:
                sameness += 1



        percent = (sameness * 1.0 / len(element) * 1.0) * 100
        match_word_dict[element] = percent
    return match_word_dict

print match("hello")
print match("hel")

我返回一个显示短语和百分比匹配的字典这也是我将如何只打印匹配百分比最高的短语

key, value = max(match("hello").iteritems(), key=lambda x:x[1])
print key, value

【讨论】：

随着复杂度的增加，您可以编写一个返回匹配百分比高于某个匹配值的方法。

【解决方案3】：

这只是一个尝试。我们可以包含许多可能性和其他测试用例，它们会导致比我在下面所做的更复杂的逻辑。

phrases = {
    1: "what time is it",
    2: "what's the weather",
    3: "what's the date",
    4: "hello",
    5: "hi",
    6: "what's up",
    7: "how are you"
    }


def match(phrase):
    """
    """
    phr_list = phrase.split()
    max_count = 0
    key = None

    for k, v in phrases.iteritems():
        count = sum(1 for word in phr_list if word.lower() in v.split())

        if count > max_count:
            count = max_count
            key = k

    if key:
        return phrases.get(key)
    return phrase


print match("what time it a")

print match("what time sit")    

print match(" how you good")

产量：

what time is it
what time is it
how are you

【讨论】：