有没有办法对字符串上的单词进行模糊字符串匹配？

Posted 2023-02-22

【中文标题】有没有办法对字符串上的单词进行模糊字符串匹配？

【英文标题】：Is there a way to do fuzzy string matching for words on string?

【发布时间】：2021-01-04 12:10:48

【问题描述】：

我想对带有单词的字符串进行模糊匹配。

目标字符串可能是这样的。 “你好，我今天去看电影。” 我要搜索的词在哪里。 “flim toda”。

这有望返回“今日电影”作为搜索结果。

我用过这种方法，但似乎只能用一个词。

import difflib

def matches(large_string, query_string, threshold):
    words = large_string.split()
    matched_words = []
    for word in words:
        s = difflib.SequenceMatcher(None, word, query_string)
        match = ''.join(word[i:i+n] for i, j, n in s.get_matching_blocks() if n)
        if len(match) / float(len(query_string)) >= threshold:
            matched_words.append(match)
    return matched_words
large_string = "Hello, I am going to watch a film today"
query_string = "film"
print(list(matches(large_string, query_string, 0.8)))

这仅适用于一个单词，并且在噪音很小时返回。

有什么办法可以对单词进行这种模糊匹配吗？

【参考方案1】：

您正在考虑的功能称为“查询建议”，它确实依赖于拼写检查，但它依赖于基于搜索引擎查询日志构建的马尔可夫链。

话虽如此，您使用的方法类似于此答案中描述的方法：https://***.com/a/58166648/140837