比较字典中不确定数量的字符串,将最佳匹配作为新键进行存储。
创始人
2024-12-15 16:31:31
0

可以采取余弦相似度算法来比较字符串的相似度,代码如下:

from itertools import combinations from math import acos, degrees from collections import defaultdict

def cosine_similarity(text1, text2, factor=0.2): # 文本相似度计算 vec1 = defaultdict(int) for word in text1: vec1[word] += 1 vec2 = defaultdict(int) for word in text2: vec2[word] += 1

common = set(vec1.keys()) & set(vec2.keys())
dot_product = sum([vec1[x] * vec2[x] for x in common])

magnitude1 = sum([vec1[x] ** 2 for x in vec1.keys()])
magnitude2 = sum([vec2[x] ** 2 for x in vec2.keys()])
magnitude = ((magnitude1 * magnitude2) ** 0.5) or 1

similarity = dot_product / magnitude

return similarity + (factor * len(common) / (len(text1) + len(text2)))

def best_match(d):
# 处理多个字符串匹配的情况: for key1, key2 in combinations(d.keys(), 2): match_score = cosine_similarity(d[key1], d[key2]) if ('best_match' not in d[key1]) or (match_score > d[key1]['best_match']['score']): d[key1]['best_match'] = {'term': key2, 'score': match_score} if ('best_match' not in d[key2]) or (match_score > d[key2]['best_match']['score']): d[key2]['best_match'] = {'term': key1, 'score': match_score} return d

d = {'string1': ['hello', 'world'], 'string2': ['world', 'programming', 'python']}

以'best_match'存储最佳匹配

result = best_match(d) print(result)

相关内容

热门资讯

银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AsusVivobook无法开... 首先,我们可以尝试重置BIOS(Basic Input/Output System)来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题,你可以按照以下步骤进行:首先,确定错误的具体表现和问题所在。在贪...
​ToDesk 远程工具安装及... 目录 前言 ToDesk 优势 ToDesk 下载安装 ToDesk 功能展示 文件传输 设备链接 ...