Python - 中文文本相似度计算与模糊匹配




import difflib
 
def calculate_similarity(text1, text2):
    """
    计算两个字符串的相似度
    :param text1: 第一个字符串
    :param text2: 第二个字符串
    :return: 相似度百分比
    """
    # 使用difflib库的SequenceMatcher来计算相似度
    similarity = difflib.SequenceMatcher(None, text1, text2).ratio()
    return similarity
 
def fuzzy_matching(candidates, query):
    """
    对候选集进行模糊匹配
    :param candidates: 候选集
    :param query: 查询字符串
    :return: 排序后的候选集
    """
    # 对每个候选项计算与查询的相似度,并以相似度降序排序
    matched_candidates = [(c, calculate_similarity(c, query)) for c in candidates]
    matched_candidates.sort(key=lambda x: x[1], reverse=True)
    return matched_candidates
 
# 示例代码
candidates = ["北京市长城", "北京市天安门", "上海市东方明珠塔"]
query = "北京长城"
matched_results = fuzzy_matching(candidates, query)
for item in matched_results:
    print(f"{item[0]}: {item[1]*100:.2f}%")

这段代码首先定义了一个计算字符串相似度的函数calculate_similarity,然后定义了一个模糊匹配函数fuzzy_matching,它使用了difflib库的SequenceMatcher来计算两个字符串的相似度。最后,我们提供了使用这两个函数的示例代码,它将模拟对一个候选集进行模糊匹配,并输出每个匹配结果的相似度。

最后修改于:2024年08月17日 20:11

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日