Algorithm 计算文本B中有多少文本A的算法？

我需要计算一块文本（

a

）中有多少在另一块文本（

B

）中。像soundex这样的简单算法并不能为我提供很好的结果，因为文本

B

中有额外的文本，而这些文本不在/不应该在文本

A

中，这会使我的数字失真。我需要确保

a

的某个百分比在

B

范围内，并忽略

B

的添加

---

我对一个简单算法的第一个想法是将

a

分成几个句子，记下句子的总数，然后搜索

B

每个句子的一个实例以提供百分比。虽然这应该可以工作，但它感觉相当粗糙，我相信比我更聪明的人已经设计了一种算法，可以根据类似的原理提供更好的计算。

看起来最适合您的目的

尝试？有一个完整的分支在做这件事，它被称为位置敏感散列（Locality-Sensitive Hashing），这可能是一种过激的做法，但你可以从中获得一些想法。