JavaScript實現文本相似度對比

Posted on by

一、發現問題

在開發過程中，難免會使用到2個（多個）文本內容處理，一是便於宏觀知道文本的重合度，而是更好的區分文本的創新度，也能更好的避免出現大篇幅復制。

為此，可以通過2個文本的相似度對比來實現業務需求。

二、解決問題

如果使用後端語言1來處理，就需要調取接口，對比少量的短文本可以實現，但是一旦遇到在界面實現多個文本對比，並且篇幅巨多，再通過接口可能就出現耗時特別長的情況。既然如此，但不如直接使用前端來處理。

使用算法：編輯距離。

1、編輯距離的概念

設A和B是兩個字符串，使用最少的字符操作將字符串A轉換為B。字符操作包括：（1）刪除一個字符；（2）插入一個字符；（3）將一個字符改寫為另一個字符。將字符串Ａ變換為字符串Ｂ所需要的最少字符操作數稱為字符串Ａ到字符串Ｂ的編輯距離（Edit Distance）

2、測試文本

舉例，文字來自網絡。

文本1

北京商報訊（記者 魏蔚）1月21日，交通運輸部官方微信公眾號披露，1月20日上午，交通運輸新業態協同監管部際聯席會議辦公室對滿幫、貨拉拉、滴滴貨運、快狗打車等4傢互聯網道路貨運平臺公司進行約談，對滴滴出行、曹操出行、T3出行、美團出行等4傢網約車平臺公司進行提醒。

文本2

智通財經APP獲悉，1月20日，交通運輸新業態協同監管部際聯席會議辦公室對滿幫、貨拉拉、滴滴貨運、快狗打車等4傢互聯網道路貨運平臺公司進行約談，對滴滴出行、曹操出行、T3出行、美團出行等4傢網約車平臺公司進行提醒。

3、代碼實現

實現代碼如下，最後返回的數據邏輯可以自行修改。

/**
 * 相似度對比
 * @param s 文本1
 * @param t 文本2
 * @param f 小數位精確度，默認2位
 * @returns {string|number|*} 百分數前的數值，最大100. 比如 ：90.32
 */
function similar(s, t, f) {
  if (!s || !t) {
    return 0
  }
  if(s === t){
    return 100;
  }
  var l = s.length > t.length ? s.length : t.length
  var n = s.length
  var m = t.length
  var d = []
  f = f || 2
  var min = function (a, b, c) {
    return a < b ? (a < c ? a : c) : (b < c ? b : c)
  }
  var i, j, si, tj, cost
  if (n === 0) return m
  if (m === 0) return n
  for (i = 0; i <= n; i++) {
    d[i] = []
    d[i][0] = i
  }
  for (j = 0; j <= m; j++) {
    d[0][j] = j
  }
  for (i = 1; i <= n; i++) {
    si = s.charAt(i - 1)
    for (j = 1; j <= m; j++) {
      tj = t.charAt(j - 1)
      if (si === tj) {
        cost = 0
      } else {
        cost = 1
      }
      d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1] + cost)
    }
  }
  let res = (1 - d[n][m] / l) *100
  return res.toFixed(f)
}

4、相似度對比結果

根據測試文本對比，結果為：

75.00

到此這篇關於JavaScript實現文本相似度對比的文章就介紹到這瞭,更多相關js文本相似度內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：