計算2個句子之間的相似度

Question

我想計算2個句子之間的相似度，我需要一個百分比值來說明它們彼此匹配的程度。 像這樣的句子

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

我當時正在考慮Levenshtein distance但是我不確定，因為它說這是為了尋找“ 2個字”之間的相似性。 那么這個Levenshtein distance可以幫助我嗎？或者還有什么其他方法可以幫助我呢？ 我將使用JavaScript。

Answer 1

嘗試此解決方案的JS string diff

Answer 2

使用Jaccard索引 。 您可以找到任何語言的實現，包括JavaScript（ 這是一種，雖然沒有親自測試過）。

Answer 3

這是我會做的，具體取決於這有多重要。 如果是中到低優先級，這是一個簡單的算法。

1. 掃描所有句子，查看單詞出現的頻率。
2. 過濾掉最常見的單詞，例如30％的句子中的單詞，即不要計算這些單詞。 因此希望不會被計算在內。
3. 然后做你的單詞比較。

但是，為什么要執行此操作的上下文非常重要。 也就是說，您提供給我們的示例可能是針對學習英語等的學生，也就是說，如果我嘗試查看人群中的用戶是否在描述同一段，而文章主題是否足夠相似以建議閱讀，那么我將使用不同的算法。

Answer 4

計算兩個句子相似度的常用方法是余弦相似度。 不知道JavaScript中是否存在實現。 余弦相似度僅針對單詞而不是單個字母。 該網站是完全explenations例如這里 。