为了账号安全,请及时绑定邮箱和手机立即绑定

如何在MYSQL中计算两个字符串之间的相似度

/ 猿问

如何在MYSQL中计算两个字符串之间的相似度

繁花不似锦 2019-11-13 15:52:38

如果我在mysql中有两个字符串:


@ a =“欢迎使用堆栈溢出”

@ b =“你好,堆栈溢出”;

有没有办法使用MYSQL获得这两个字符串之间的相似性百分比?例如,这里有3个单词是相似的,因此相似度应为:

count(@a和@b之间的相似单词)/(count(@a)+ count(@b)-count(intersection))

和结果是3 /(4 + 4-3)= 0.6

高度赞赏任何想法!


查看完整描述

3 回答

?
料青山看我应如是

我认为没有一种简单的单步查询方法可以执行此操作-自然语言的内容主要是用于“类似Google的”搜索,这听起来与您尝试执行的操作不同。


根据您实际要执行的操作-我假设您已经省略了很多细节-我会:


创建一个表,将每个字符串分成单词,每个单词都用小写字母表示,去掉空格和标点符号-在您的示例中,您最终得到:


string_id               word


1                       hello

1                       from

1                       stack

1                       overflow

2                       welcome

2                       from

2                       stack

2                       overflow

然后,您可以对该表运行查询-例如


select count(*)

from  stringWords

where string_id = 2

and word in 

  (select word 

  from stringWords

  where string_id = 1);

给你路口。


然后,您可以创建一个函数或类似函数来根据您的公式计算相似度。


不是很干净,但是它应该表现得很出色,主要是关系型的,并且在很大程度上应独立于语言。为了解决可能出现的错字,您可以计算出音效-可以将“堆栈”与“ stak”进行比较,并查看它们的真实相似程度,尽管这对于除英语以外的其他语言而言并不可靠。


查看完整回答
反对 2019-11-13
?
侃侃尔雅

如果您不想编写自己的算法,这可能对您有帮助:


http://dev.mysql.com/doc/refman/5.0/en/fulltext-natural-language.html


查看完整回答
反对 2019-11-13

添加回答

回复

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信