Nlp nltk编辑距离低于元组的预期距离 在计算编辑距离NLTK时，似乎没有正确地考虑更改。例如 edit_distance(('paravati', 'selke', 'vital'), ('paravati', 'selke', 'vital'), transpositions=True)

由于字符串匹配，因此返回0

edit_distance(('paravati', 'selke', 'vital'), ('selke', 'paravati', 'vital'), transpositions=True)

由于已启用换位，因此返回1。其他2

edit_distance(('paravati', 'selke', 'vital'), ('belke', 'paravati', 'vital'), transpositions=True)

这将返回2，因为1点表示换位，1点表示替换

edit_distance(('paravati', 'selke', 'vital'), ('belke', 'zaravati', 'vital'), transpositions=True)

但是当我改变第二个单词的拼写（从p到z）时，我仍然得到2的值。预期值大于2，因为现在更改了2个单词

---

换句话说，这两个单词的距离是5，包含完全相同单词的元组的距离是3。这似乎不正确

from nltk.metrics import edit_distance

edit_distance('vital', 'vataldedd', transpositions=True)

edit_distance(('paravati', 'selke', 'vital'), ('selke', 'zaravatiasdf', 'vataldedd'), transpositions=True)

此元组比较的预期距离为5或更多

---

更新：

我分别比较了所有的字符串，并按预期得到了返回10的总数

s1, s2 = ('paravati', 'selke', 'vital'), ('selke', 'zaravatiasdf', 'vataldedd')

final=list()
for i in s1:
    mylist=list()
    for k in s2:
        mylist.append(edit_distance(i, k, transpositions=True))
    final.append(min(mylist))

sum(final)

---

这种方法正确吗？还是我遗漏了什么？

函数

编辑距离

不支持元组计算，预期输入是一对字符串。从文件中：

:param s1, s2: The strings to be analysed
:param transpositions: Whether to allow transposition edits
:type s1: str
:type s2: str

问题在于，该函数不检查值的类型是否为

str

，因此您可以传递任何支持索引的对象，例如

tuple

或

list

。将一对元组传递给

edit\u distance

时，函数会将元组的每个元素视为基本元素。这就是打电话的原因：

d = edit_distance(('paravati', 'selke', 'vital'), ('belke', 'zaravati', 'vital'), transpositions=True)

返回2，因为有两个不同的元素

（'paravati'，'zaravati'

）和

（'selke'，'belke'）

。要计算一组字符串之间的总编辑距离，必须将代码包装到函数中，如下所示：

def total_edit_distance(s1, s2):
    final = list()
    for i in s1:
        mylist = list()
        for k in s2:
            mylist.append(edit_distance(i, k, transpositions=True))
        final.append(min(mylist))
    return sum(final)

---

函数

edit\u distance

不支持元组计算，预期输入是一对字符串。从文件中：

:param s1, s2: The strings to be analysed
:param transpositions: Whether to allow transposition edits
:type s1: str
:type s2: str

问题在于，该函数不检查值的类型是否为

str

，因此您可以传递任何支持索引的对象，例如

tuple

或

list

。将一对元组传递给

edit\u distance

时，函数会将元组的每个元素视为基本元素。这就是打电话的原因：

d = edit_distance(('paravati', 'selke', 'vital'), ('belke', 'zaravati', 'vital'), transpositions=True)

返回2，因为有两个不同的元素

（'paravati'，'zaravati'

）和

（'selke'，'belke'）

。要计算一组字符串之间的总编辑距离，必须将代码包装到函数中，如下所示：

def total_edit_distance(s1, s2):
    final = list()
    for i in s1:
        mylist = list()
        for k in s2:
            mylist.append(edit_distance(i, k, transpositions=True))
        final.append(min(mylist))
    return sum(final)

函数需要字符串作为输入。简单地说，将每个元组中的子字符串连接成一个字符串

>>> from nltk.metrics import edit_distance

>>> x, y = ('paravati', 'selke', 'vital'), ('belke', 'zaravati', 'vital')
>>> x, y = " ".join(x), " ".join(y)

>>> x
'paravati selke vital'
>>> y
'belke zaravati vital'

>>> edit_distance(x, y)
13

>>> edit_distance(x, y, transpositions=True)
13

函数需要字符串作为输入。简单地说，将每个元组中的子字符串连接成一个字符串

>>> from nltk.metrics import edit_distance

>>> x, y = ('paravati', 'selke', 'vital'), ('belke', 'zaravati', 'vital')
>>> x, y = " ".join(x), " ".join(y)

>>> x
'paravati selke vital'
>>> y
'belke zaravati vital'

>>> edit_distance(x, y)
13

>>> edit_distance(x, y, transpositions=True)
13