A我需要计算一个文本块 ( ) 在另一个文本块( )中有多少B。像 soundex 这样的简单算法并没有为我提供很好的结果，因为文本B中有额外的文本不在/不应该在 text 中A，这让我的数字失去了意义。我需要确保一定比例的A在 之内B，并忽略对B.
对于在我的情况下可能运行良好的简单算法，我的第一个想法是拆分A成句子，记下句子的总数，然后搜索B每个句子的实例以提供百分比。虽然这应该可行，但感觉很hacky，而且我敢肯定，比我更聪明的人设计了一种算法，可以根据类似的原理提供更好的计算。