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