我试图用字典创建光学字符识别系统。OCR:加权Levenshtein距离
有实现的字典其实我还不=)
我听说有基于编辑距离其采取不同符号之间的帐户不同距离的简单的指标。例如。 'N'和'H'非常接近,d(“THEATER”,“TNEATRE”)应该小于d(“THEATER”,“TOEATRE”),使用基本的Levenstein距离是不可能的。
请帮我找到这样的指标。
坦克的注意。
我试图用字典创建光学字符识别系统。OCR:加权Levenshtein距离
有实现的字典其实我还不=)
我听说有基于编辑距离其采取不同符号之间的帐户不同距离的简单的指标。例如。 'N'和'H'非常接近,d(“THEATER”,“TNEATRE”)应该小于d(“THEATER”,“TOEATRE”),使用基本的Levenstein距离是不可能的。
请帮我找到这样的指标。
坦克的注意。
下面是一个例子(C#) “替换字符”操作的重量取决于字符代码之间的距离:
static double WeightedLevenshtein(string b1, string b2) {
b1 = b1.ToUpper();
b2 = b2.ToUpper();
double[,] matrix = new double[b1.Length + 1, b2.Length + 1];
for (int i = 1; i <= b1.Length; i++) {
matrix[i, 0] = i;
}
for (int i = 1; i <= b2.Length; i++) {
matrix[0, i] = i;
}
for (int i = 1; i <= b1.Length; i++) {
for (int j = 1; j <= b2.Length; j++) {
double distance_replace = matrix[(i - 1), (j - 1)];
if (b1[i - 1] != b2[j - 1]) {
// Cost of replace
distance_replace += Math.Abs((float)(b1[i - 1]) - b2[j - 1])/('Z'-'A');
}
// Cost of remove = 1
double distance_remove = matrix[(i - 1), j] + 1;
// Cost of add = 1
double distance_add = matrix[i, (j - 1)] + 1;
matrix[i, j] = Math.Min(distance_replace,
Math.Min(distance_add, distance_remove));
}
}
return matrix[b1.Length, b2.Length] ;
}
你看它是如何工作在这里:http://ideone.com/RblFK
不幸的是,这不是我正在寻找。无论如何,我已经以优异成绩毕业了 - 我不再需要解决方案了=) – leshka 2011-07-29 11:35:42
这很奇怪,因为它的目的正是你所要求的。 – briantyler 2011-07-29 12:59:45
嗯..我查看了你的链接。但是我知道他们只是增加了一个操作:换位。当你改变两个相邻的符号时换位。如果我错了,请在维基页面上指定他们在谈论不同字母之间不同距离的地方? – leshka 2011-07-29 13:07:14