利用python检测单词的相似度

百度了一下，似乎都不太复杂，我选择了两个不需要安装第三方组件的例子，地址分别如下

https://www.sohu.com/a/139947378_797291

https://zhuanlan.zhihu.com/p/268410388

整合了两个例子，我认为我找到了我想要的代码了，以下是我整理的源代码

from difflib import SequenceMatcher
from collections import Counter

print("==========第一次测试================")
# 候选单词
words = {'good', 'hello', 'world', 'python','fuguo', 'yantai', 'shandong', 'great'}
# 每个单词中字母频次
words = {word: dict(Counter(word)) for word in words}

def checkAndModify(word):
    # 待检测单词的字母频次
    fre = dict(Counter(word))
    # 待测单词中各字母频次与所有候选单词的距离，即字母频次之差
    similars = {w: [fre[ch]-words[w].get(ch, 0) for ch in word] + [words[w][ch]-fre.get(ch, 0) for ch in w] for w in words}
    # 返回最接近的单词，即字母频次之差的平方和最小的单词
    return min(similars.items(), key=lambda item: sum(map(lambda i: i**2, item[1])))[0]

# 测试
for word in ['god', 'hood', 'weloo', 'heloo', 'wello', 'helo', 'pychon', 'guguo', 'shangdong']:
    print(word, ':', checkAndModify(word))

print("==========第二次测试================")
def similarity(a, b):
    return SequenceMatcher(None, a, b).ratio()

def checkAndModify2(test):
    similars = {word: similarity(word,test) for word in words}
    return max(similars, key=similars.get)

# 测试
for word in ['god', 'hood', 'weloo', 'heloo', 'wello', 'helo', 'pychon', 'guguo', 'shangdong']:
    print(word, ':', checkAndModify2(word))

以下的测试的结果

 

 对于heloo第一个测试认为good是最接近的，第二个测试认为hello更为接近。我认为第二测试的结果。