一种基于编辑距离计算中文字符串相似度的方法及装置制造方法及图纸

本发明专利技术实施例提供一种基于编辑距离计算中文字符串相似度的方法，该方法先计算待比较字符串中汉字的相似度，再计算待比较中文字符串的相似度。本发明专利技术采用四角号码编码将字符串中的汉字转换成四角编码，从而基于编辑距离计算汉字的相似度，在此基础上用汉字的相似度替代编辑距离的权重，进而计算字符串的相似度。本发明专利技术将汉字转换成数字串进行比较提高了汉字匹配的精度，利用该汉字的相似度替代编辑距离的权重来计算字符串的相似度实现了编辑距离算法在中文语言环境下中文字符串匹配的实用性，并提高了匹配结果的精确性。另外，本发明专利技术另一个实施例提供一种基于编辑距离计算中文字符串相似度的装置。

【技术实现步骤摘要】

【技术保护点】
一种基于编辑距离计算中文字符串相似度的方法，包括：计算待比较字符串中汉字的相似度；再计算待比较中文字符串的相似度，其特征在于，所述汉字相似度的计算包括以下步骤：采用四角号码将汉字转换成四角编码；采用编辑距离计算汉字的相似度；所述待比较中文字符串相似度的计算包括以下步骤：采用汉字的相似度代替编辑距离的权重；基于改进的编辑距离计算待比较字符串的相似度。

【技术特征摘要】

【专利技术属性】
技术研发人员：王平，贾西贝，
申请(专利权)人：深圳市华傲数据技术有限公司，
类型：发明
国别省市：