le calcul de la Distance de Levenshtein, à l'aide de listes de mots

d'abord je tiens à dire que je suis un débutant en python. J'ai essayé de calculer la Distance de Levenshtein pour de nombreuses listes de mot. Jusqu'à maintenant, je réussir à écrire le code pour une paire de word, mais je vais avoir quelques problèmes à le faire pour les listes. Je viens de habe deux listes avec des mots un en dessous de l'autre comme ceci:
carlos
stiv
peter

Je veux utiliser le Levenshtein d'une similitude d'approche. Pourrait somebady me dire comment je peux charger les listes et ensuite utiliser une fonction pour calculer de la distance?

Je vais apprécié!

Voici mon code juste pour deux chaînes:

#!/usr/bin/env python
# -*- coding=utf-8 -*-

def lev_dist(source, target):
    if source == target:
        return 0

#words = open(test_file.txt,'r').read().split();

    # Prepare matrix
    slen, tlen = len(source), len(target)
    dist = [[0 for i in range(tlen+1)] for x in range(slen+1)]
    for i in xrange(slen+1):
        dist[i][0] = i
    for j in xrange(tlen+1):
        dist[0][j] = j

    # Counting distance
    for i in xrange(slen):
        for j in xrange(tlen):
            cost = 0 if source[i] == target[j] else 1
            dist[i+1][j+1] = min(
                            dist[i][j+1] + 1,   # deletion
                            dist[i+1][j] + 1,   # insertion
                            dist[i][j] + cost   # substitution
                        )
    return dist[-1][-1]

if __name__ == '__main__':
    import sys
    if len(sys.argv) != 3:
        print 'Usage: You have to enter a source_word and a target_word'
        sys.exit(-1)
    source, target = sys.argv[1], sys.argv[2]
    print lev_dist(source, target)
  • Que voulez-vous faire? Calculer la distance de chaque paire dans la liste?
  • Étape 1. Ajouter le code pour lire votre liste (ou est-ce deux listes?). Étape 2. Ajouter une boucle pour parcourir par le biais de votre liste (ou est-ce deux listes?). Étape 3. Post le nouveau code afin que nous puissions commenter. Le code que vous avez posté est bon, mais vous devez écrire les deux prochaines parties, aussi.
  • Thans pour les réponses rapides. Larsmans: je veux calculer la distance de chaque mot d'une liste de tous les mots de la deuxième liste. S. Lott: il y a deux listes!
  • Des idées comment puis-je le faire avec deux listes?
InformationsquelleAutor El_Patrón | 2011-04-05
  1. 12

    J'ai finalement obtenu le code de travail avec l'aide d'un ami 🙂
    Vous pouvez calculer la distance de Levenshtein et de le comparer à chaque mot de la deuxième liste de modification de la dernière ligne dans le script, j'.e: print(list1[0], liste2[i]), pour comparer le premier mot de la liste 1 de chaque mot dans la liste 2.

    Grâce

    #!/usr/bin/env python
# -*- coding=utf-8 -*-
import codecs
def lev_dist(source, target):
if source == target:
return 0
# Prepare a matrix
slen, tlen = len(source), len(target)
dist = [[0 for i in range(tlen+1)] for x in range(slen+1)]
for i in range(slen+1):
dist[i][0] = i
for j in range(tlen+1):
dist[0][j] = j
# Counting distance, here is my function
for i in range(slen):
for j in range(tlen):
cost = 0 if source[i] == target[j] else 1
dist[i+1][j+1] = min(
dist[i][j+1] + 1,   # deletion
dist[i+1][j] + 1,   # insertion
dist[i][j] + cost   # substitution
)
return dist[-1][-1]
# load words from a file into a list
def loadWords(file):
list = [] # create an empty list to hold the file contents
file_contents = codecs.open(file, "r", "utf-8") # open the file
for line in file_contents: # loop over the lines in the file
line = line.strip() # strip the line breaks and any extra spaces
list.append(line) # append the word to the list
return list
if __name__ == '__main__':
import sys
if len(sys.argv) != 3:
print 'Usage: You have to enter a source_word and a target_word'
sys.exit(-1)
source, target = sys.argv[1], sys.argv[2]
# create two lists, one of each file by calling the loadWords() function on the file
list1 = loadWords(source)
list2 = loadWords(target)
# now you have two lists; each file has to have the words you are comparing on the same lines
# now call you lev_distance function on each pair from those lists
for i in range(0, len(list1)): # so now you are looping over a range of numbers, not lines
print lev_dist(list1[0], list2[i])
#    print lev_dist(source, target)
    InformationsquelleAutor El_Patrón
  2. 5

    Ne pas réinventer roues:

    http://pypi.python.org/pypi/python-Levenshtein/

    • Parfois, de bons conseils, mais c'est aussi la meilleure façon d'apprendre sur la façon de roues de travail...
    • oui, je connais le module, je voulais juste faire mon auto pour apprendre le langage python!
    • cela ne fonctionne pas pour les listes!
    InformationsquelleAutor Andreas Jung