基于改进编辑距离的字符串相似度求解算法-计算机工程.PDF

第40 卷 第1 期 计 算 机 工 程 2014 年1 月 Computer Engineering January 2014 Vol.40 No.1 文献标识码文献标识码：：A 文献标识码文献标识码：： 中图分类号中图分类号：：TP311.12 文章编号文章编号：：1000——3428(2014)01——0222——06 中图分类号中图分类号：： ·人工智能及识别技术·人工智能及识别技术·· 文章编号文章编号：： —— —— —— ··人工智能及识别技术人工智能及识别技术·· 基于改进编辑距离的字符串相似度求解算法基于改进编辑距离的字符串相似度求解算法 基于改进编辑距离的字符串相似度求解算法基于改进编辑距离的字符串相似度求解算法 a,b a,b a,b a,b a,b 姜姜 华华 ，韩安琪，韩安琪 ，王美佳，王美佳 ，王，王 峥峥 ，吴雲玲，吴雲玲 姜姜 华华 ，，韩安琪韩安琪 ，，王美佳王美佳 ，，王王 峥峥 ，，吴雲玲吴雲玲 (东北师范大学 a. 计算机科学与信息技术学院；b. 智能信息处理吉林省高校重点实验室，长春 130117) 摘摘 要：要：编辑距离(LD)算法在求解两个字符串的相似问题时只考虑了编辑操作次数，未考虑字符串之间的公共子串对相似度的影 摘摘 要要：： 响。为此，提出一种基于改进编辑距离的字符串相似度求解算法，对字符串相似度度量公式及Levenshtein 矩阵计算方法进行改进。 在计算编辑距离时，以原有矩阵求出两字符串的最长公共子串及所有 LD 回溯路径。选取一个单词作为源串，一组与源串不同程 度相似的单词为目标串，将改进的相似度度量公式与现有的字符串相似度计算方法进行比较，改进公式减少了进入胜者表的目标 串数，相似度的样本极差和标准差分别为0.331 和0.150 。实验结果表明，改进算法在不改变空间复杂度的情况下，计算字符串相 似度的准确性更高，且查询方式更灵活。 关键词关键词：编辑距离： ；LD 算法；回溯路径；最