執行環境：matlab
單純的計算字串的相似度，並沒有計算詞性，如tf-idf之類的；**如下：
%計算字串相似度
%乙個source字串通過插入、刪除、替換而變成target字串的操作次數越少，則兩個字串越相近。
function strsim = mystrsim(target,source) %x為字串
len1=length(source);
len2=length(target);
d=zeros(len1+1,len2+1);
for i=2:length(source)+1
d(i,1)= i;
endfor j=2:length(target)+1
d(1,j)= j;
endfor i =2:length(source)+1
for j = 2:length(target)+1
if source(i - 1) == target(j - 1)
d(i,j) = d(i-1,j-1); %不需要編輯操作
else
edins = d(i,j-1)+1; %source 插入字元
eddel = d(i-1,j)+1; %source 刪除字元
edrep = d(i-1,j-1)+1; %source 替換字元
d(i,j)= min(min(edins, eddel),edrep);
endend
endy=d(length(source)+1,length(target)+1); %最少操作次數
strsim=1/(y+1); %相似度
end
2. 計算英文本串相似度：
3. 但是通過這種方式計算，其相似度效果不是很明顯，如下：
這裡需要注意的是：
y是操作次數，1/(1+y)就是簡易版的相似度，如果讀者覺得這樣的相似度表意不清楚的話，可以自己選擇變換函式，比如log或1/(exp()+a)之類的函式平滑下。
這裡簡易版的相似度，讀者可以設定閾值如0.3，基本就可以了。
那麼既然它不是計算語義相似度的，那麼它有什麼用呢？
比如，現在有很多資料，這些資料是地段的樓價。然後， 想知道某地段的樓價，但是這個地段的樓價並沒有在這些資料中，這個時候就可以根據周邊的樓價去匹配，得到類似的樓價。例如：現在想知道廣州天河車陂南的房價，那麼可以找到資料中包含車陂北街，車陂北街29號，車陂*等等這些地段的房價，然後求平均得到。
計算字串的相似度
程式設計之美223頁的題目。如果他們的第乙個字元相同，那麼計算接下來的字串的距離。如果他們的第乙個字元不同，那麼 1 刪除a的第乙個字元，計算a接下來的字串和b的距離 2 刪除b的第乙個字元，計算b接下來的字串和a的距離 3 修改a的第乙個字元為b的第乙個字元，計算a接下來的字串和b接下來的字串距離...
字串的相似度計算
一 基於編輯距離的字串相似度計算 兩個字串之間的相似度可以用編輯距離來定義。所謂編輯，指的是，對字串中的任一字元進行插入，刪除和替換這三種操作。經過一定步驟的編輯，乙個字串可以變換為另乙個字串，那麼最少的編輯步數稱為兩個字串的編輯距離。這是乙個遞迴或動態規劃的問題。比如長度分別為m,n的字串str1...
計算字串的相似度
程式設計之美 3.3節 計算字串的相似度 問題 對於給定的兩個字串，用最少的操作 插入 刪除和替換，使得兩個字串相同。找出這個最少需要操作的步數。解法 1 一步操作後，再將a 2 end 和b 2 end 程式設計相同的字串 2 一步操作後，再將a 1 end 和b 2 end 程式設計相同的字串 ...