ruby - 比较两个字符串的相似性的最佳方法是什么？

Question

所有这些字符串都指的是同一部电影。如何比较它们以检查相似性？

我从外部来源获得所有这些字符串：

• 蜘蛛侠

• 蜘蛛侠

• 蜘蛛侠 1

• 蜘蛛侠

• 蜘蛛侠

• 电影：蜘蛛侠

• 电影：蜘蛛侠

  对我来说，"Spider man 1"and是两个与and"Spider man 2"完全不同的字符串。"spider-man""spider man"

我想要一个函数，如果它比较所有这些字符串，它将返回“true”

Answer 1

我认为Smith-Waterman 算法可以给你一些分数。

Answer 2

使用 Smith-Waterman 算法或其他字符串相似度算法。一种可能性是使用FuzzBall。

require 'fuzz_ball'
THRESHOLD_SCORE = 0.75
MATCHER = FuzzBall::Searcher.new [ 'Spider man' ]

def complies?( str )
  matchdata = MATCHER.search str
  return false if matchdata.nil? or matchdata.empty?
  score = matchdata[0][:score]
  puts "score is #{score}"
  score > THRESHOLD_SCORE
end

complies? 'man spider'
#=> score is 0.8
#=> true

Answer 3

Levenshtein distance可以计算将一个字符串转换为另一个字符串需要多少更改。