为解决包含重复字符的文本相似度计算问题，提出了一种新的计算方法来获取两文本之间的相似度。首先根据单字符的对比情况统计重复字符数量；其次通过分析总的对比结果剔除重复字符的干扰；然后借助公式计算出正确的文本相似度，并拓展单字节字符和多字节字符混合时的相似度计算方法；最后编写算法代码来进行仿真分析，多组测试结果表明，用该方法计算得到的文本相似度与理论值相吻合。
科研之友
微信
新浪微博
Facebook
分享链接
