在Java中，我使用Levenshtein算法（apache commons）来尝试将say对象列表与另一个“几乎抛光”列表进行匹配。几乎抛光的内容包括：
另一个大的列表可以包含与上面相同的单词，但也包含其他内容，因为它可以是句子的一部分或仅是特定项目（例如，青苹果的四分之一或关于编程的旧书）。此列表中的项目已编入索引并属于特定Box。它是一个数据库表，其中的项目被索引。
我要做的是将大项目列表与“抛光”列表相关联。像
Levenshtein可能是解决方案，但我没有得到我所期望的，有时是完全错误的，有时它不够智能（“编程键盘”用“编程书”而非“键盘”索引）。 / p>
有更有效的方法吗？我认为我的第一步是清理抛光清单，但我不知道该怎么做。也许我应该对列表中的单词进行加权（如果有多个单词，“-ing”单词不太重要，例如）
我也怀疑我应该提供几个级别的匹配。 100％匹配，80％等。
答案 0 :(得分：1)
我认为你有两个问题。首先，你有一个句子，你需要从中找到一个关键词（书f.e.）。在这里你有一个问题，如果你有一个像“幽灵般的遮阳伞”这样的句子，幽灵与书中的Levenstein距离4。
在您从句子中检索关键字后，您当然可以将每个单词与特定项目单词进行比较，并将拼写错误的单词视为最短levenstein距离的项目单词。问题在于，对于每个单词，您需要对每个项目进行levenstein比较。
如果你知道你的物品可能是什么，那么关键词的发现会更容易。如果你没有一套特定的项目，但所有专有名词都可以，那么你真的有问题;）