machine-learning
Обработка естественного языка
Поиск…
Вступление
НЛП - это способ для компьютеров анализировать, понимать и извлекать смысл с человеческого языка умным и полезным способом. Используя НЛП, разработчики могут организовывать и структурировать знания для выполнения таких задач, как автоматическое обобщение, перевод, распознавание имен, распознавание связей, анализ настроений, распознавание речи и сегментация тем.
Согласование текста или сходство
Одной из важных областей НЛП является сопоставление текстовых объектов, чтобы найти сходства. Важные приложения для текстового сопоставления включают автоматическую коррекцию орфографии, дедупликацию данных и анализ генома и т. Д. В зависимости от требования предоставляется ряд методов сопоставления текста. Так что давайте; Левенштейн Расстояние
Расстояние Левенштейна между двумя строками определяется как минимальное количество изменений, необходимых для преобразования одной строки в другую, причем допустимые операции редактирования включают вставку, удаление или замену одного символа.
Ниже приведена реализация эффективных вычислений памяти.
def levenshtein(s1,s2):
if len(s1) > len(s2):
s1,s2 = s2,s1
distances = range(len(s1) + 1)
for index2,char2 in enumerate(s2):
newDistances = [index2+1]
for index1,char1 in enumerate(s1):
if char1 == char2:
newDistances.append(distances[index1])
else:
newDistances.append(1 + min((distances[index1], distances[index1+1], newDistances[-1])))
distances = newDistances
return distances[-1]
print(levenshtein("analyze","analyse"))