我正在使用与Needleman-Wunsch算法等效的算法来使用相似度矩阵进行模糊序列匹配。
一些结果接近最佳：
SIL d e: n SIL A+ r t i: k E+ l SIL SIL A+ f t @ SIL b u: @ n @ SIL aU s
- d e: n - - @ t e: k 9 l SIL " A+ f d @ - b 9 A+ n @ SIL aU s
但有些不是：
SIL d E+ r SIL I+ n h A+ l t SIL S+ t e: t SIL u:
- - - - - - - z I+ - k - - - - f - -
问题出现在删除和插入周围：该算法将删除附近的单个字母对齐，这些字母与缺失的部分几乎不匹配。
我已经尝试惩罚间隙的开始，因此该算法有利于大间隙而不是小间隙。结果很糟糕，因为正如您在上面看到的，长度为 1 和 2 的间隙在正确对齐的部分中非常常见。
如何修改算法以避免进行这些错误的对齐，这些错误的对齐包括分散的分数差的字母（例如fin - - - - f - -，显然应该只是另一个-）？
编辑：对于那些不熟悉算法的人：计算分数时，不知道将采取的方式，因为方式取决于猜测：分数。
这意味着在计算分数时我不能考虑相邻的路线，因为它们是未知的。但是如果对齐是否足够好取决于邻居：如果一对不合适（请记住：我使用填充概率的相似性矩阵）并且被间隙包围，它应该得到非常差的分数（参见第二个示例） . 如果它被其他更合适的对包围，它应该得到一个很好的分数（见第一个例子）。
因此，在计算分数时，我遇到了一些先有鸡还是先有蛋的问题。