在两段文本之间寻找匹配的短语？

Question

我的目标是从两段文本中找到相似的短语。

我知道常用词会有问题。例如，and thewe are the。在这种情况下，我认为过滤器是必要的。

我想知道这是否是一个好方法？这使用递归，如果找到匹配项，它会查看下一个单词是否也是匹配项，并继续直到没有匹配项。

  1. the cat is on the roof
  2. a man is on the stage

  A1 = [the, cat, is, on, the, roof]
  A2 = [a, man, is, on, the, stage]

  [the]: no match
  [cat]: no match
  [is]: match
  [is, on]: match
  [is, on, the]: match
  [is, on, the, roof]: no match
  [on]: match
  [on, the]: match
  [on, the, roof]: no match
  [the]: match
  [the, roof]: no match
  [roof]: no match
  -end-

Answer 1

在 Google 上的快速搜索显示 this website 包含您的问题的解决方案：

它的工作原理是找到两者共有的最长单词序列 字符串，并递归地找到最长的序列 字符串的其余部分，直到子字符串没有共同的单词。 此时它将剩余的新词添加为插入，并且 剩余的旧词作为删除。