推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 1938 天前的主题，其中的信息可能已经有所发展或是发生改变。
需要汇总改动少于 30%的文章（或者说相似到达 70%不包括标点符号），请问有这样的方法吗？
 | 1 ygtq 2020-06-24 12:00:07 +08:00 google 一些相似度匹配算法，有挺多的。 我用过一个 simhash |
 | 2 fanfou 2020-06-24 14:51:57 +08:00 是的，有一些文本相似度匹配的库。 |
 | 3 bigboNed3 2020-06-24 16:25:18 +08:00 这个感觉最长公共子序列可以啊 return len(longest_common_subsequence(s)) > 0.7 * len(s) |
 | 4 joApioVVx4M4X6Rf 2020-06-24 17:56:53 +08:00 结巴分词，集合交集，取百分数 |
 | 5 lithbitren 2020-06-25 10:31:34 +08:00 最长公共子序列要用的话，得回溯除出所有连续的公共序列，过滤掉重复几个字或十几个字的，然后再加总求百分比，直接求只能求出最长的那个长度，多个短公共序列是不能直接得出的 |
Select Language