levenshtein-distance

7熱

1答えて

レーベンシュタイン距離では、これらの2つのストリングを考えれば、彼らのレーベンシュタイン距離は何ですか？どのように文字列とlevenshtein距離を取って、そのlevenshtein距離内のすべての文字列を生成するつもりですか？（それはまた、文字セットを取ります）。だから私は文字列xと距離dを渡す場合。 d-1とd-2を含むその編集距離内のすべての文字列を私に与えるでしょう.... d-n;

3熱

1答えて

sqliteでeditdist3を使用する方法

answer to another questionによると、sqliteでは、Levenshtein距離はeditdist3というSQL関数で実装されています。私はそれを使用しようとすると（もdocumentationの比較）は今、私が得るすべては、それが存在しないというエラーです： ╰┄┄> sqlite3 SQLite version 3.11.1 2016-03-03 16:17:53

0熱

1答えて

pythonでループを避けるためにreduceやmapなどの関数を使う

私は距離を計算してからk-meansアルゴリズムを適用するプログラムを作っています。私は小さなリストでテストしましたが、それは正常に動作していますが、元のリストは非常に大きく（> 5000）、永遠に取っていて、実行を終了しました。 outer（）やその他の並列関数を使用して距離関数に適用して、これをより高速にすることはできますか？ strings = ['cosine cos', 'cosine'

-3熱

1答えて

Levenshtein distanceを使用してPythonで階層的クラスタリングを実装する

前回の質問に続き、Pythonを使用して膨大な文字列のクラスタリングアルゴリズムを実装しました& Levenshtein distance..Butクラスタリングを完了するのに非常に時間がかかります。何か提案してください？再びリストをリスト内の各項目のループためのランでリストTHRO <> 反復、類似度>閾値場合に類似パーセンテージを見つけるために、最初のループ

3熱

1答えて

大きな文字列とベクトルを扱うことができるLevenshteinの実装

stringdistという名前のは、Levenshtein文字列距離を計算するための関数を含んでいます。私はこのパッケージには二つの問題があります。第一をそれは例えば、大きな文字列を使用していますしない：ベクトルで set.seed(1) a.str <- paste(sample(0:9, 100000, replace = T), collapse="") set.seed(2) b

0熱

1答えて

Levenshtein-distanceは、ミススペルされた単語とすべての辞書の単語を比較するのではなく、別の方法です

私はAIアルゴリズムのスペルチェックを探していました。間違った単語と辞書にあるすべての単語との類似点ですか？はいの場合、実行時間が遅くなるためです。私の2番目の質問は、このアルゴリズムは、同じ長さを持っていない2つの文字列に実装することができますありがとうございました

7熱

1答えて

頻繁に使用するための最も速いlevenshteinアルゴリズムは何ですか

クライアント側の検索ツールでは、何百万もの単語を含む単語のLevenshtein距離を見つける必要があります。ユーザーは約20語の短いテキストを本と比較することができます。ユーザは、本の中のテキストの最も特徴的な単語の場所を見つけることによってこれを行うことができる。「所在地を見つける」とは正確な一致を探すのではなく、levenshteinとほぼ同じです。私はすでに利用可能な実装から始めまし

1熱

1答えて

ファジーマッチアルゴリズムを使用してデータ要素を比較する最良の方法

レコードリンクのファジーマッチアルゴリズムを使用して2つのデータ要素またはフィールドを比較することを検討していますが、それぞれの比較に最適なアルゴリズムを決定したいと考えています。私は比較することで探していますフィールドは、次のとおりです。姓姓性別出生年誕生月誕生日 SSN 会員番号 MRN ストリートナンバーストリート名ストリートタイプストリート方向性市州ジップ電話

-1熱

1答えて

Levenshteinリストの距離

Levenshtein Distanceを使用して単語リストをいくつかのクラスターに分割したいと考えています。 data = pd.read_csv("data.csv") Target_Column = data["words"] Target = Target_Column.tolist() clusters = defaultdict(list) threshold =5 numb

0熱

1答えて

は、私はこのようになりますトライデータ構造を構築したレーベンシュタイン距離の検索

スウィフトトライ： struct Trie<Element : Hashable> : Equatable { private var children: [Element: Trie<Element>] private var endHere: Bool } がUITextFieldからの入力に自動補正操作を実行します。 /** Private insert func