python - 计算列表中所有元素与单个句子的相似度

Question

1. 我需要将一个长列表中所有句子的相似度量化为一个句子。也许使用 Levenshtein 或 difflib。
2. 然后，我必须删除列表中那些超过某个给定阈值的句子，比如 difflib 中的 90%。

你们能帮忙吗？谢谢！

Answer 1

>>> mylist = ['ham and eggs', 'spam and legs', "it's time to die, mr bond!"]
>>> import difflib
>>> close_matches = difflib.get_close_matches('spam and eggs', mylist)
>>> close_matches
['spam and legs', 'ham and eggs']
>>> set(mylist) - set(close_matches)
set(["it's time to die, mr bond!"])