Python 水母vs皮亚罗温克勒

我试图使用Jaro-Winkler相似距离来查看两个字符串是否相似。我尝试使用这两个库来比较单词

carol

和

elephant

。结果并不相似：

import jellyfish

jellyfish.jaro_winkler('Carol','elephant') 

返回

0.4416666

，而

from pyjarowinkler import distance

distance.get_jaro_distance('Carol','elephant')

返回

0.0

，这对我来说更有意义

这两个库之间有bug吗

---

谢谢

水母的实现是正确的

---

卡罗尔和大象没有匹配的前缀。因此，在这种情况下，Jaro-Winkler距离等于Jaro距离。我手工计算了Jaro距离，发现水母的实现是正确的。有一个在线计算器，但在线计算器也是错误的。我还发现了其他一些实现，比如python Levenstein包，它还实现了Jaro-Winkler距离，这验证了我的计算。在npm上也有一个实现。如果你想自己计算分数-你可以找到这篇论文

也许值得注意的是，R中的两种不同实现似乎与pyjarowinkler版本相匹配：

library(stringdist)
> 1 - stringdist("Elephant", "Carol", method = 'jw')
[1] 0.4416667

library(RecordLinkage)
> jarowinkler('Carol','elephant')
[1] 0.4416667

---

这些实现似乎不兼容<代码>水母。jaro_winkler（'test'，'rest'）和

距离。get_jaro_距离（'test'，'rest'）

产生不同的输出。我会找到第三个库，看看哪个实现是正确的。看起来距离。get_jaro_距离是准确的，而水母是不正确的。在有人只看到上面的评论之前，把它贴在这里。请看下面的答案。水母是正确的。我链接了关于jaro winkler距离的原始文件。