智能信息检索——两个字符串编辑距离的计算方法实现

智能信息检索——两个字符串编辑距离的计算方法实现

• 1．实验目的
• 2．实验任务与要求
• 3．实验说明书

• ⑴功能描述
• ⑵概要设计
• ⑶详细设计
• ⑷代码实现

• 4．实验成果
• 5．程序调试过程

《信息检索导论》部分实验python实现汇总请进入此博客查看。

1．实验目的

通过实验，使学生掌握检索系统中为实现拼写校正，计算两个字符串之间的编辑距离的方法。

2．实验任务与要求

采用动态规划算法，编程计算两个字符串之间的编辑距离

3．实验说明书

⑴功能描述

用户通过提示输入查询词项，系统计算两词项间的编辑距离，并输出原始矩阵与结果矩阵。

⑵概要设计

设计编辑距离计算模块用于编辑距离的计算。

⑶详细设计

1. 总体流程图
2. 编辑距离计算模块模块流程图

⑷代码实现

EditDistance函数为编辑距离计算模块，其中，
if s1[i - 1] == s2[j - 1]:
cost = 0
else:
cost = 1
为计算copy与replace成本的方法，为编辑距离计算的主要功能。

def EditDistance(s1, s2):   
    m, n = len(s1) + 1, len(s2) + 1  
    print("\n" + "*"*(n - 1) + "原始矩阵" + "*"*(n - 1))
    matrix = [[0]*n for i in range(m)]
    for i in range(1, m):
        matrix[i][0] = i
    for j in range(1, n):
        matrix[0][j] = j
    for i in range(m):
        print(matrix[i])
    print("\n" + "*"*(n - 1) + "结果矩阵" + "*"*(n - 1))
    cost = 0
    for i in range(1, m):
        for j in range(1, n):
            if s1[i - 1] == s2[j - 1]:
                cost = 0
            else:
                cost = 1        
            matrix[i][j] = min(matrix[i - 1][j] + 1, matrix[i][j - 1] + 1, matrix[i - 1][j - 1] + cost)
    for i in range(m):
        print (matrix[i])
    return matrix[m - 1][n - 1]
a = input("请输入第一个字符：")
b = input("请输入第一个字符：")
mindist = EditDistance(a, b)
print("\n编辑距离：", mindist)

4．实验成果

分别输入词项input与insert，得到结果如下图。

5．程序调试过程

在程序调试过程中，输入较简单词项am和are，得到结果如下图。