com.neko233.toolchain.common.nlp.TextSimilarUtil Maven / Gradle / Ivy
package com.neko233.toolchain.common.nlp;
/**
* 相似度匹配工具
*
* @author SolarisNeko
* @date 2022-01-24
**/
public class TextSimilarUtil {
public static boolean isTextSimilar(String a, String b, float similarPercent) {
return levenshteinDistance(a, b) >= similarPercent;
}
/**
* Levenshtein 距离, 是编辑距离的一种。指2个字串之间，由1个String转化成另1个String, 所需的最少编辑操作次数。
*
* @param a 内容a
* @param b 内容b
* @return 相似度'比例 [0, 1]
*/
public static float levenshteinDistance(String a, String b) {
if (a == null && b == null) {
return 1f;
}
if (a == null || b == null) {
return 0F;
}
return 1 - ((float) calculateEditDistance(a, b) / Math.max(a.length(), b.length()));
}
/**
* 编辑距离
*/
private static int calculateEditDistance(String a, String b) {
int aLen = a.length();
int bLen = b.length();
if (aLen == 0) return aLen;
if (bLen == 0) return bLen;
int[][] v = new int[aLen + 1][bLen + 1];
for (int i = 0; i <= aLen; ++i) {
for (int j = 0; j <= bLen; ++j) {
if (i == 0) {
v[i][j] = j;
} else if (j == 0) {
v[i][j] = i;
} else if (a.charAt(i - 1) == b.charAt(j - 1)) {
v[i][j] = v[i - 1][j - 1];
} else {
v[i][j] = 1 + Math.min(v[i - 1][j - 1], Math.min(v[i][j - 1], v[i - 1][j]));
}
}
}
return v[aLen][bLen];
}
}