7

辞書を使用して光学式文字認識システムを作成しようとしています。

実際、私はまだ実装された辞書を持っていません=)

異なるシンボル間の異なる距離を考慮した、レーベンスタイン距離に基づく単純なメトリックがあると聞いたことがあります。たとえば、'N' と 'H' は互いに非常に近く、d("THEATRE", "TNEATRE") は d("THEATRE", "TOEATRE") より小さくなければなりませんが、これは基本的なレーベンシュタイン距離では不可能です。

そのような指標を見つけるのを手伝ってくれませんか。

4

3 に答える 3

4

これはあなたが探しているものかもしれません: http://en.wikipedia.org/wiki/Damerau%E2%80%93Levenshtein_distance (リンクにはいくつかの実用的なコードが含まれています)

アップデート：

http://nlp.stanford.edu/IR-book/html/htmledition/edit-distance-1.html

于 2011-07-13T16:09:27.750 に答える
1

Here is an example (C#) where weight of "replace character" operation depends on distance between character codes:

      static double WeightedLevenshtein(string b1, string b2) {
        b1 = b1.ToUpper();
        b2 = b2.ToUpper();

        double[,] matrix = new double[b1.Length + 1, b2.Length + 1];

        for (int i = 1; i <= b1.Length; i++) {
            matrix[i, 0] = i;
        }

        for (int i = 1; i <= b2.Length; i++) {
            matrix[0, i] = i;
        }

        for (int i = 1; i <= b1.Length; i++) {
            for (int j = 1; j <= b2.Length; j++) {
                double distance_replace = matrix[(i - 1), (j - 1)];
                if (b1[i - 1] != b2[j - 1]) {
                    // Cost of replace
                    distance_replace += Math.Abs((float)(b1[i - 1]) - b2[j - 1]) / ('Z'-'A');
                }

                // Cost of remove = 1 
                double distance_remove = matrix[(i - 1), j] + 1;
                // Cost of add = 1
                double distance_add = matrix[i, (j - 1)] + 1;

                matrix[i, j] = Math.Min(distance_replace, 
                                    Math.Min(distance_add, distance_remove));
            }
        }

        return matrix[b1.Length, b2.Length] ;
    }

You see how it works here: http://ideone.com/RblFK

于 2012-09-11T19:36:33.183 に答える