[發明專利]字符串相似度的確定方法和裝置

有效

• 申請號: 201811615551.3
• 申請日: 2018-12-27
• 公開（公告）號: CN111382322B
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 蔣卓
• 申請（專利權）人: 北京獵戶星空科技有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張曉霞;劉芳

本發明提供一種字符串相似度的確定方法和裝置。包括：獲取第一字符串和第二字符串，第一字符串中包括i個元素，第二字符串中包括j個元素，i∈[1,…,n]，j∈[1,…,m]，n和m均為正整數；計算第一子字符串與第二子字符串之間的第一相似度，其中，所述第一子字符串中包括所述第一字符串中的前i?1個元素，所述第二子字符串中包括所述第二字符串中的前j?1個元素；根據所述第一相似度，確定所述第一字符串和所述第二字符串之間的相似度。本發明提供的字符串相似度的確定方法和裝置能夠提高相似度的準確性。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種字符串相似度的確定方法和裝置。

背景技術

隨著電子設備的快速發展，信息識別系統在電子設備上的應用也越來越普及。例如，語音信息識別或者手寫信息識別等。以語音信息識別為例，用戶在駕駛車輛行駛過程中，撥打電話時，或者用戶在使用車載導航時，輸入目的地時，通常會采用語音的方式控制手機或者車載導航，使得手機或者車載導航在接收到用戶輸入的語音信息之后，對該語音信息進行識別，從而執行相應的操作。

現有技術中，對于手機或者車載導航而言，在對語音信息進行識別時，需要先將用戶輸入的語音信息轉換為文字信息，再通過編輯距離(Edit?Distance或levenshteindistance)或漢明距離(hamming?distance)算法計算字符串之間的相似度。

然而，通過上述方式計算字符串之間的相似度時，只是對字符串的每個字符進行了是否相等的一一對比并計算相關距離，使得計算得到的相似度的準確性較低。

發明內容

本發明實施例提供一種字符串相似度的確定方法和裝置，能夠提高確定出的相似度的準確性。

第一方面，本發明實施例提供一種字符串相似度的確定方法，包括：

獲取第一字符串和第二字符串，所述第一字符串中包括i個元素，所述第二字符串中包括j個元素，i∈[1,…,n]，j∈[1,…,m]，n和m均為正整數；

計算第一子字符串與第二子字符串之間的第一相似度，其中，所述第一子字符串中包括所述第一字符串中的前i-1個元素，所述第二子字符串中包括所述第二字符串中的前j-1個元素；

根據所述第一相似度，確定所述第一字符串和所述第二字符串之間的相似度。

在一種可能的實現方式中，所述根據所述第一相似度，確定所述第一字符串和所述第二字符串之間的相似度，包括：

計算所述第一字符串中第i個元素和所述第二字符串中第j個元素之間的第二相似度；

根據所述第一相似度和所述第二相似度，確定所述第一字符串和所述第二字符串之間的相似度。

在一種可能的實現方式中，所述根據所述第一相似度和所述第二相似度，確定所述第一字符串和所述第二字符串之間的相似度，包括：

計算所述第一子字符串與第二字符串之間的第三相似度；

計算所述第二子字符串與第一字符串之間的第四相似度；

根據所述第一相似度、所述第二相似度、所述第三相似度和所述第四相似度，確定所述第一字符串和所述第二字符串之間的相似度。

在一種可能的實現方式中，所述根據所述第一相似度、所述第二相似度、所述第三相似度和所述第四相似度，確定所述第一字符串和所述第二字符串之間的相似度，包括：

計算所述第一相似度與所述第二相似度的和，得到第五相似度；

確定所述第三相似度、所述第四相似度和所述第五相似度中的最大值，并將所述最大值確定為所述第一字符串和所述第二字符串之間的相似度。