最长公共子串、最长公共子序列的Java实现与NLP应用

前言以前HanLP使用“最短编辑距离”来做推荐器，效果有待提高，主要缺点是根据拼音序列的编辑距离推荐的时候，同音字交错很常见，而编辑距离却不那么大。这时我就在寻求一种补充的评分算法，去评判两个句子在拼音这一维度上的相似程度。区别最长公共子串（Longest Common Substring）指的是两个字符串中的最长公共子串，要求子串一定连续。最长公共子序列（Longest Common Substring）指的是两个字符串中的最长公共子串，不要求子串连续。求解两者的求解与编辑距离一样，都是动态规划，用空间换...

继续阅读：码农场 » 最长公共子串、最长公共子序列的Java实现与NLP应用

原文链接：http://www.hankcs.com/program/algorithm/implementation-and-application-of-nlp-longest-common-subsequence-longest-common-subsequence-of-java.html