计算2个句子之间的相似度

Question

我想计算2个句子之间的相似度，我需要一个百分比值来说明它们彼此匹配的程度。 像这样的句子

1. The red fox is moving on the hill.
2. The black fox is moving in the bill.

我当时正在考虑Levenshtein distance但是我不确定，因为它说这是为了寻找“ 2个字”之间的相似性。 那么这个Levenshtein distance可以帮助我吗？或者还有什么其他方法可以帮助我呢？ 我将使用JavaScript。

Answer 1

尝试此解决方案的JS string diff

Answer 2

使用Jaccard索引 。 您可以找到任何语言的实现，包括JavaScript（ 这是一种，虽然没有亲自测试过）。

Answer 3

这是我会做的，具体取决于这有多重要。 如果是中到低优先级，这是一个简单的算法。

1. 扫描所有句子，查看单词出现的频率。
2. 过滤掉最常见的单词，例如30％的句子中的单词，即不要计算这些单词。 因此希望不会被计算在内。
3. 然后做你的单词比较。

但是，为什么要执行此操作的上下文非常重要。 也就是说，您提供给我们的示例可能是针对学习英语等的学生，也就是说，如果我尝试查看人群中的用户是否在描述同一段，而文章主题是否足够相似以建议阅读，那么我将使用不同的算法。

Answer 4

计算两个句子相似度的常用方法是余弦相似度。 不知道JavaScript中是否存在实现。 余弦相似度仅针对单词而不是单个字母。 该网站是完全explenations例如这里 。