关于nlp:java-如何计算两个汉字的相似度如何获得一个汉字的相似汉字

计算汉字类似度

情景

有时候咱们心愿计算两个汉字的类似度，比方文本的 OCR 等场景。用于辨认纠正。

实现

引入 maven

<dependency>
    <groupId>com.github.houbb</groupId>
    <artifactId>nlp-hanzi-similar</artifactId>
    <version>1.3.0</version>
</dependency>

java 实现

double rate1 = HanziSimilarHelper.similar('末', '未');

返回对应的类似度：

0.9629629629629629

返回一个汉字的类似列表

情景

找到类似的汉字，有很多乏味的场景。

实现

List<String> list = HanziSimilarHelper.similarList('爱');
Assert.assertEquals("[ 爰, 爯, 受, 爭, 妥, 憂, 李, 爳, 叐, 雙]", list.toString());

开源地址

为了便于大家学习，上述代码已开源

https://github.com/houbb/nlp-hanzi-similar

在线体验

在线体验

拓展浏览

NLP 中文形近字类似度计算思路

中文形近字类似度算法实现，为汉字 NLP 尽一点绵薄之力

当代中国最贵的汉字是什么？

NLP 开源形近字算法补完打算（完结篇）

NLP 开源形近字算法之形近字列表（番外篇）

开源我的项目在线化 中文繁简体转换 / 敏感词 / 拼音 / 分词 / 汉字类似度 /markdown 目录