Python 如何计算dicts值之间的相似性

我有一个这样的单词列表，其中每个单词都有一个匹配项。我想计算所有单词之间的相似性，例如，

python

和

mypython

，它们都是相似的，所以所有匹配项的总和都是：

my_list = [{
      "name": "python",
      "occ": 1623
    },
    {
      "name": "C++",
      "occ": 1527
    },
    {
      "name": "programming",
      "occ": 390
    },
    {
      "name": "programme",
      "occ": 371
    },
    {
      "name": "mypython",
      "occ": 252
    },
    {
      "name": "pythonne",
      "occ": 219
    }]

我想计算一下这个列表中所有单词之间的相似性，并将出现的单词加起来，得到类似的结果

my_list = [{
      "name": "python",
      "occ": 2094
    },
    {
      "name": "C++",
      "occ": 1527
    },
    {
      "name": "programming",
      "occ": 761
    }]

我想使用Levenshtein距离，但我不知道这是否是一个好的选择和最快的方法

def levenshtein(seq1, seq2):
    size_x = len(seq1) + 1
    size_y = len(seq2) + 1
    matrix = np.zeros ((size_x, size_y))
    for x in xrange(size_x):
        matrix [x, 0] = x
    for y in xrange(size_y):
        matrix [0, y] = y

    for x in xrange(1, size_x):
        for y in xrange(1, size_y):
            if seq1[x-1] == seq2[y-1]:
                matrix [x,y] = min(
                    matrix[x-1, y] + 1,
                    matrix[x-1, y-1],
                    matrix[x, y-1] + 1
                )
            else:
                matrix [x,y] = min(
                    matrix[x-1,y] + 1,
                    matrix[x-1,y-1] + 1,
                    matrix[x,y-1] + 1
                )
    print (matrix)
    return (matrix[size_x - 1, size_y - 1])

---

这个问题是相关的，并讨论了一些选项：如果你熟悉NLP，你可以使用词干或柠檬化谢谢你的回答，但我不能得到的是我如何将其应用到我的列表中