Algorithm 标识符拆分以近似匹配文档

不同的软件项目有不同的编码约定；即使在同一个项目中，也可能会使用不同的语言，并且会有不同的约定。使用源代码中的标识符标记搜索文档（出现在源文件之外）有什么好处

例如，如果源具有self._def_passwd或this.defPasswrd，则文档树上的查询应努力匹配默认密码

到目前为止，我一直在尝试按Levenshtein距离进行排序，这对于较小的编辑距离非常有效，但当我增加阈值时，会出现太多误报，这在文档中存在空白问题

8 0.666667 announcement getContent AnnouncementBean.java(Token.Name.Function )
8 0.666667 announcement getPercent DataObservation.java (Token.Name.Function)
8 0.666667 announcement GroupBean GroupBean.java (Token.Name.Class)

其中第一个值是Levenshtein距离，第二个值是距离除以匹配单词的长度。 我想去

看看Jaccard，Tanimoto算法

智能/建议类代码

在某处，有一些关于生物人用来匹配序列的算法的帖子

提出基于规则的正则表达式链规则

---

最后一个选项实际上是最后一个选项。你认为其他哪种算法可以为这类东西提供更好的结果

尝试使用加权编辑距离，在这里您可以根据键盘上的距离对常用缩写、可能的字符错误进行编码。例如，您可以为元音（如[ao]）设置零权重，密码将等于pswrd。另一个选项是构建单词级编辑距离，并在此处使用同义词。我还建立了EditDistance，它与文字和字符同时工作