我怎么可能让一个搜索匹配类似的话

我正在试图进行自动分类短的文章，我试图找出如何匹配类似的话 - 比如，搁板式货架或绘画和重绘我怎么可能让一个搜索匹配类似的话

我使用Porter干扰算法，但它只对某些情况有帮助，只有在词的结尾（上面的两个例子都不适用）。

是否有一个算法或相关的单词列表，将与这样的帮助（使我自己之外？）

（我在PHP工作，所以在语言的任何解决方案，将更有帮助。）

来源

2010-10-31 Yehosef

Levenshtein Distance是你在找什么。

对于任何两个字符串，它计算将一个字符串更改为另一个字符串时需要发生的插入，突变和删除的最小数量。

如果距离很低，那么这两个词是相似的。

您也可以使用Soundex算法来确定两个单词是否听起来相似。

参见：
PHP levenshtein function
PHP soundex function

来源

2010-10-31 16:56:56

在这种情况下Levenshtein的一个特殊问题是，你必须找到一个好的门槛;它只返回两个单词之间的变化数量。原始帖子中的两个例子有很大的不同：levenshtein（“shelf”，“shelves”）= 3，levenshtein（“painting”，“repaint”）= 5. – 2010-10-31 17:04:34

仅供参考 - 我发现http ：//stackoverflow.com/questions/634995/implementation-of-levenshtein-distance-for-mysql-fuzzy-search其中包含一些链接到一些MySQL存储过程版本。尽管正如Jan所指出的那样，现在还不清楚它会多么接近。但值得一试。 – Yehosef 2010-10-31 21:13:38

这是最接近的答案 - 这不是理想的，但一个好的开始。从1月的单词列表是更理想的，但在这一点上不现实。 – Yehosef 2010-11-11 12:01:19

那么，有所有“相关的单词列表”的母亲，叫共发现：http://wordnet.princeton.edu/

它是免费提供主题的一个相当慷慨的许可证。在“相关项目”部分有一个PHP界面。

与使用单词相似性算法相比，它的优势在于它甚至可以知道单词的不同的同义词，如“paint”和“color”。缺点是你要么必须知道正确的同义词（毕竟，一个词可能意味着不同的东西），或者你可以得到一个非常狂野的同义词列表。

来源

2010-10-31 16:59:54

哇 - 感谢您的链接。我认为只要了解db格式的时间比我对该项目的时间要多，但它似乎是最理想的方式。 – Yehosef 2010-10-31 21:07:13

我怎么可能让一个搜索匹配类似的话

回答

相关问题