java - 如何标准化 0 到 1 之间的 Levenshtein 距离

问题描述

我必须将 Levenshtein 距离归一化在 0 到 1 之间。我看到 SO 中有不同的变化。

我正在考虑采用以下方法：

如果有两个字符串，s1 和 s2
len = max(s1.length(), s2.length());
normalized_distance = float(len - levenshteinDistance(s1, s2)) / float(len);

那么最高分 1.0 表示完全匹配，0.0 表示不匹配。

但我在这里看到了变化：使用 levenshtein 距离的两个全文相似性其中 1- 距离（a，b）/最大（a.length，b.length）

Levenshtein（编辑）距离标准化的差异？

归一化编辑距离公式说明

我想知道Java中有规范的代码实现吗？我知道org.apache.commons.text只实现 LevenshteinDistance 而不是标准化的 LevenshteinDistance。

https://commons.apache.org/proper/commons-text/apidocs/org/apache/commons/text/similarity/LevenshteinDistance.html

标签： javalevenshtein-distance

您的第一个答案以“两种变体的效果应该几乎相同”开头。标准化 LevenshteinDistance 不存在的原因是因为您（或其他人）认为不适合实施它。此外，一旦你有了 Levenshtein 距离，这似乎是相当微不足道的：

private double normalizedLevenshteinDistance(double levenshtein, String s1, String s2) {
    if ((s1.length() > s2.length() || (s1.length() == s2.length()) {
        return levenshtein/s1.length();
    }
    else if (s2.length() > s1.length()) {
        return levenshtein/s2.length();
    }
}

3 天后，一旦它被彻底撕成碎片，我会将其添加为 commons-text 上的 Github 问题。

java - 如何标准化 0 到 1 之间的 Levenshtein 距离

问题描述

解决方案

推荐阅读