python有沒有什么包能判斷文本相似度？安裝Python Levenshtein模塊PIP安裝Python Levenshtein使用Python Levenshtein模塊導入Levenshtei

python有沒有什么包能判斷文本相似度？

安裝Python Levenshtein模塊

PIP安裝Python Levenshtein

使用Python Levenshtein模塊

導入Levenshtein

算法說明

1）萊文施泰因·哈明（STR1，STR2）

計算漢明距離。STR1和STR2的長度必須相同。它描述兩個等長字符串之間對應位置的不同字符數(shù)。

2). Levenshtein.距離（STR1，STR2）

計算編輯距離（也稱為Levenshtein距離）。它描述了將一個字符串轉(zhuǎn)換為另一個字符串的最小操作數(shù)，包括插入、刪除和替換。

算法實現(xiàn)了參考動態(tài)規(guī)劃。

3). 列文斯坦比率（STR1，STR2）

計算萊文斯坦比率。計算公式r=（sum-ldist）/sum，其中sum是STR1和STR2字符串長度之和，ldist是類編輯距離

注意：這里的類編輯距離不是2中提到的編輯距離，2中的三個操作都是1。這里，刪除和插入仍然是1，但是替換為2

這個設計的目的是：比率（“a”，“C”），和=2，根據(jù)2中（2-1）/2=0.5的計算，“a”和“C”之間沒有重合，這顯然不劃算，但是可以通過替換操作2來解決。

4). Levenshtein.jaro公司（S1，S2）

計算Jaro距離，

其中m是S1，S2的匹配長度，當一個位置的字符相同時，或在

t是切換時間的一半

5之內(nèi)。）列文施坦.jarouWinkler（s1，s2）

計算Jaro-Winkler距離：

圖片局部識別的方法有哪些？

1。打開百度，https://www.xunjiepdf.com/ocr下載快速OCR字符識別工具；

2。打開下載安裝的軟件，點擊軟件上方的“圖像部分識別”功能；

3。然后單擊“選擇文件”將要識別的文件添加到頁面中；

4單擊文件底部的選擇按鈕創(chuàng)建需要識別的區(qū)域，然后松開手自動識別；

5。識別的圖片和文本將顯示在軟件的右上角；

6。單擊“保存TXT文檔”