2つのベクトルの各単語間のJaccardの類似度を計算する

Question

2つのベクトルの各単語間のJaccard類似度を計算する必要があります。各単語ごとに各単語。そして最も類似した言葉を抽出する。

txt1 <- c('The quick brown fox jumps over the lazy dog') 
txt2 <- c('Te quick foks jump ovar lazzy dogg') 

words <- strsplit(as.character(txt1), " ") 
words.p <- strsplit(as.character(txt2), " ") 

r <- length(words[[1]]) 
c <- length(words.p[[1]]) 

m <- matrix(nrow=r, ncol=c) 
for (i in 1:r){ 
    for (j in 1:c){ 
    m[i,j] = stringdist(tolower(words.p[[1]][j]), tolower(words[[1]][i]), method='jaccard', q=2) 
    } 
} 

ind <- which(m == min(m))-nrow(m) 
words[[1]][ind] 

が向上し、大規模なデータフレームのために、このコードを美化するために私を助けてください：

は、ここに私の悪い悪い遅いコードです。

Answer 1

準備（ここtolowerを追加しました）：

matches <- words.p[sapply(dists, which.min)] 

cbind(words, matches) 
       matches 
[1,] "the" "te" 
[2,] "quick" "quick" 
[3,] "brown" "ovar" 
[4,] "fox" "foks" 
[5,] "jumps" "jump" 
[6,] "over" "ovar" 
[7,] "the" "te" 
[8,] "lazy" "lazzy" 
[9,] "dog" "dogg" 

：words.pから最も近い単語を見つけるwordsの各単語に対して

dists <- sapply(words, Map, f=stringdist, list(words.p), method="jaccard") 

：

txt1 <- c('The quick brown fox jumps over the lazy dog') 
txt2 <- c('Te quick foks jump ovar lazzy dogg') 

words <- unlist(strsplit(tolower(as.character(txt1)), " ")) 
words.p <- unlist(strsplit(tolower(as.character(txt2)), " ")) 

各単語の距離を取得します編集：

は、あなたが最初words.p内のすべての単語にwordsの各単語から最小距離を選択する必要が最良の一致する単語のペアを取得するには：

mindists <- sapply(dists, min) 

これは、各単語のためのあなたの最良の距離を取得します。そして、あなたは最短距離でwordsから単語を選択：

words[which.min(sapply(dists, min))]