从语料库中提取相似词

Posted 2023-03-12

【中文标题】从语料库中提取相似词

【英文标题】：Extract similar words from a corpus

【发布时间】：2014-10-21 21:03:20

【问题描述】：

我想从语料库中提取相似的词。相似度基于字符串。即，当两个词的串高度相似时，将两个词提取为相似词。例如，如果语料库包含：Aras、bahro、arasis、adkpo、bah、aras sd、kio。

相似词：

1- aras，arasis，aras sd

2- 呸，呸

如何解决这个问题？ 谢谢。

【参考方案1】：

Levenshtein distance 是衡量两个单词序列之间差异的度量，也许您可​​以取一个单词序列并计算距离以知道它们是否相似。

【讨论】：

我会添加对类似内容的引用：***.com/questions/10136470/…

你可以查看我对类似问题的回答：***.com/questions/24150440/…