一种融合多种编辑距离的字符串相似度计算方法

• 作者: 刁兴春 曹建军 谭明超
• 来源期刊: 计算机应用研究
• 关键词: 数据清洗 相似重复记录 字符串匹配 字符串相似度 编辑距离
• 年，卷（期）: 2010,（12）
• 页码范围: 4523-4525
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.12.037

摘要

针对中西文混合字符串,采用了将汉字作为西文字符的等价单位计算编辑距离的方法,并从输入法的角度提出了采用拼音编码和五笔编码计算编辑距离的方法,最后给出了融合三种编辑距离计算字符串相似度的算法.仿真结果表明,该方法在提高相似重复记录检测的查全率的同时,也能获得较高的查准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刁兴春	解放军理工大学指挥自动化学院	9	136	4.0	9.0
3	谭明超	解放军理工大学指挥自动化学院	5	80	2.0	5.0
6	曹建军		1	70	1.0	1.0