2018年5月30日
两个文本相似度算法实现和对比
摘要： 背景 最近做一个爬虫相关的项目,需要排除掉一些相似的链接,比如分页控件里上一页,下一页等等没什么用的链接. 编辑距离算法 编辑距离，又称Levenshtein距离（莱文斯坦距离也叫做Edit Distance），是指两个字串之间，由一个转成另一个所需的最少编辑操作次数，如果它们的距离越大，说明它们越 阅读全文
posted @ 2018-05-30 14:04 陈宏博 阅读(10590) 评论(0) 推荐(2) 编辑