寻找更好的 javascript 文本匹配评分系统

Question

我一直在很多项目中使用String Score。它非常适合对列表进行排序，例如名称、国家/地区等。

现在，我正在开发一个项目，我希望将一个术语与更大的文本集（而不仅仅是几个单词）进行匹配。比如，一个段落。

给定以下两个字符串：

string1 = "I want to eat.";
string2 = "I want to eat. Let's go eat. All this talk about eating is making me hungry. Ready to eat?";

我希望术语 eat 返回高于 string1 的 string2。然而，string1 得分更高：

string1.score('eat');
> 0.5261904761904762

string2.score('eat');
> 0.4477777777777778

也许我认为 string2 应该得分更高是错误的，并且我很乐意听到支持该逻辑的论点（如果这是您的逻辑）。否则，关于更上下文的 JavaScript 匹配算法有什么想法吗？

Answer 1

如果 score 未考虑重复次数，则 string2 中仅出现一次 "eat" 会添加到分数中，因此其他出现的 < code>“eat” 被视为不匹配的垃圾，计入总分。

许多字符串相似度度量都是这样表现的，例如在编辑距离中，不匹配的字符越多，距离越低分数和重复被视为不匹配。

通过阅读 来源 它使用的是什么算法，我不清楚，但分数变量

var total_character_score = 0,
  start_of_string_bonus,
  abbreviation_score,
  fuzzies=1,
  final_score;

似乎没有考虑多次重复。

如果您希望对多次出现进行计数，那么听起来您想要的不是字符串相似度算法，而是 模糊匹配算法，这样您就可以找到匹配的数量。

也许雪人女巫适合您。