NULL 博文链接：https://biansutao.iteye.com/blog/326008

句子相似度簇 sensim_cluster使用Levenshtein距离计算文本数据（来自文件）的相似度，并对结果进行聚类（分层聚类）。 聚类结果以树状图显示。 用法 准备数据文件 在下面运行该程序 # -*- coding: utf-8 -*- import sys from sensim_cluster . sensim_cluster import SensimCluster from matplotlib import pyplot as plt from scipy . cluster . hierarchy import dendrogram cluster = SensimCluster ( 'YOUR_DATAFILE_PATH' ) ids = cluster . get_ids () result = cluster . ward () mod_ids = [ id [

pybktree：Python BK树数据结构，允许快速查询“接近”匹配

FastFuzzyStringMatcher FastFuzzyStringMatcher是用于快速内存中字符串匹配的BK树实现。 （也可用于 ）。 特征 快速，模糊，字符串匹配。 根据百分比进行搜索并编辑距离。 将数据与字符串关键字相关联，并同时返回两者。 例如，搜索文件名，然后返回关联的文件路径。 动机 尽管哈希映射可用于精确的字符串匹配，而尝试可用于前缀匹配，但目前很少有基于编辑距离或百分比差异的快速匹配解决方案。 当然，您可以搜索集合中的每个字符串，将其编辑距离与要搜索的关键字进行比较，但这往往效率很低。 FastFuzzyStringMatcher构建以使搜索效率更高。 设置 该项目最初是使用Eclipse和Java 8构建的，并且假设您已安装了最新的JDK，则应该干净地构建。 主类可以在src/main/java com.gitub.pekoto.fastfuzzys

用于快速计算两个字符串之间的 Levenshtein 距离的 C++ mex 代码。 您需要使用“mex -setup”和“men LevenDistance.cpp”编译它。 这是基于损坏的源代码： http://hi.baidu.com/mhyuycwnspbqswe/item/936632f359a5a9b631c199d8