stringdist

0зной

1ответ

я в настоящее время пытаюсь измерить Jaccard расстояния между твитами в наборе данных Это где набор данные http://www3.nd.edu/~dwang5/courses/spring15/assignments/A2/Tweets.json Я попробовал несколько

2зной

1ответ

Почему R stringdist возвращает Inf в q-граммовом расстоянии с одной строкой короче q?

Насколько я понимаю, расстояние q-грамм является суммой абсолютных разностей между q-грамм-векторами обеих строк. Но я вижу какое-то странное поведение, когда одна из строк короче, чем выбранная q. Та

2зной

1ответ

Удалите строки, содержащие одинаковые или слова-переставляются предложения из кадра данных в R

У меня есть фрейм данных с текстом TERM good morning hello morning good you're welcome hello hi Я хотел бы, чтобы отфильтровать все дубликаты и все с теми же словами, но в другом порядке , Так

1зной

2ответ

Поддержание заголовков на расстоянии редактирования

Я бегу редактируемое расстояние, используя stringdist. Выход заменяет ввод нумерованным списком вместо фактической сравниваемой строки. Это в настоящее время, что у меня есть: library(stringdist) a

-4зной

2ответ

Как программно найти варианты определенного слова в предложении?

Иногда данные, которые вы получаете, не чисты и имеют вариации используемых слов, орфографических ошибок или манипуляций. Можем ли мы найти такие примеры близкого сходства слов в предложении? Например

3зной

1ответ

Реализация Levenshtein, способная работать с большими струнами и векторами

В R есть package, который содержит функции для вычисления длины строки Левенштейна. У меня есть две проблемы, связанные с этим пакетом: первого Он не работает с большими строками, например: set.seed(1

0зной

1ответ

В R - самый быстрый путь, попарно сравнивающий символьные строки по подобию

Я ищу способ ускорить следующий подход. Любые указатели очень приветствуются. Где узкие места? Скажем, у меня есть следующий data.frame: df <- data.frame(names=c("A ADAM", "S BEAN", "A APPLE", "J BOND

2зной

1ответ

Сравните элемент в одной строке со всеми остальными строками и проведите цикл по всем строкам с помощью data.table - R

Я объединять похожие имена с помощью stringdist() и работать с lapply, но это занимает 11 часов, чтобы пробежать по 500k строк и Я хотел бы увидеть, будет ли решение data.table работать быстрее. Вот п

4зной

1ответ

Рассчитайте сходство Jaccard между двумя словами в 2 векторах

Мне нужно рассчитать сходство Jaccard между каждым словом в 2 вектора. Каждое слово по каждому слову. И извлечь наиболее похожее слово. Вот мой плохой плохой медленный код: txt1 <- c('The quick brown

1зной

1ответ

Jaccard сходство в пакете stringdist для сопоставления слов в строке символов

Я хотел бы использовать сходство Jaccard в функции stringdist, чтобы определить схожесть мешков слов. Из того, что я могу сказать, использование Jaccard только соответствует буквам внутри символьной с