几个单词的QStrings之间的距离Qt c ++

Question

我目前正在尝试比较两个由几个单词组成的字符串。我知道可以使用 levenstein 算法获得两个字符串之间的距离。它运作良好。但是我怎样才能得到几个单词之间的距离呢？

我正在编写一个应用程序，该应用程序从电影标题中研究 TMDB，我得到了几个标题作为结果。我需要将标题结果与我的电影标题相关联。我的想法是逐个比较单词并保持最佳结果，但我认为这不是最好的方法。

我需要它来考虑拼写错误（星球大战/星球大战）、数字（矩阵 1、矩阵 2 等...）、更多单词（矩阵 2 - 重新加载/矩阵重新加载）。

感谢您的帮助。我正在使用 C++ Qt。

Answer 1

对于比较自然语言，最成功的模型之一是“词袋”：http://en.wikipedia.org/wiki/Bag-of-words_model，这在许多垃圾邮件过滤工具中被广泛使用并取得了成功。 当然有 c++ 实现，一个著名的在 openCV 内部，但如果我是你，我会尝试编写自己的变体，包括 levenstein 算法。