如何使用google diff match patch C#库计算相似度？

我使用google diff match补丁C#库。我想测量两个文本之间的相似性。 为此，我制作了以下C代码：

List lDiffs=dmpDiff.diff_main（sTexte1，sTexte2）；
int iIndex=dmpDiff.diff_levenshtein（ldiff）；
双D相似性=100-（（双）iIndex/数学最大值（sTexte1.Length，sTexte2.Length）*100）；

相似度值在0-100之间（0==完全匹配-100==完全不同）

---

你认为这是一个好方法吗？这个计算是正确的吗？

我已经看过了上的

diff\u levenshtein

，它给出了这个描述

给定一个差，用数字来测量它的Levenshtein距离 插入、删除或替换的字符。最小距离 等于0表示相等，最大距离为 更长的绳子

在下一行中，将距离（更改度量）转换为原始字符串长度的百分比，然后从100中减去它

double dsimilarity = 100 - ((double)iIndex / Math.Max(sTexte1.Length, sTexte2.Length) * 100);

所以，是的，我觉得这很好

---

我唯一的意见是，原始算法使用0表示完美匹配，而您使用的是100，这可能会令人困惑。如果您对此没有意见，请对其进行适当的注释，以供将来的维护人员使用。

我已经查看了上的

diff\u levenshtein

，并给出了此说明

给定一个差，用数字来测量它的Levenshtein距离 插入、删除或替换的字符。最小距离 等于0表示相等，最大距离为 更长的绳子

在下一行中，将距离（更改度量）转换为原始字符串长度的百分比，然后从100中减去它

double dsimilarity = 100 - ((double)iIndex / Math.Max(sTexte1.Length, sTexte2.Length) * 100);

所以，是的，我觉得这很好

---

我唯一的意见是，原始算法使用0表示完美匹配，而您使用的是100，这可能会令人困惑。如果您对此没有意见，请对其进行适当的评论，以供将来的维护人员参考。

我很好。我做了恰当的评论。詹姆斯，我的朋友。用词“considéré”和“appécié”

iIndex=11

然后

dsimilarity=-22.22

。应该取绝对值吗？如果你得到的

d相似性

为-22.22，那么你的

Math.Max（sTexte1.Length，sTexte2.Length）

为

9

。根据文档，这是不可能的（您不应该得到等于或小于字符串长度的距离）。我认为问题在于重音字符。还有一个MSQL问题仍然存在，还有一个类似的问题。你可能想考虑为它提供一个赏金或问你自己。我在google diff match patch google group（）上发布了一个回复，关于这个问题有87个问题（）奇怪，非常奇怪……我没事。我做了恰当的评论。詹姆斯，我的朋友。用词“considéré”和“appécié”

iIndex=11

然后

dsimilarity=-22.22

。应该取绝对值吗？如果你得到的

d相似性

为-22.22，那么你的

Math.Max（sTexte1.Length，sTexte2.Length）

为

9

。根据文档，这是不可能的（您不应该得到等于或小于字符串长度的距离）。我认为问题在于重音字符。还有一个MSQL问题仍然存在，还有一个类似的问题。你可能想考虑为它提供一个赏金或问你自己。我在google diff match patch google group（）上发布了一个回复，关于这个问题有87个问题（）奇怪，非常奇怪。。。。