Calcola la distanza di Levenshtein
Calcola la distanza di modifica tra due stringhe e visualizza le operazioni necessarie per trasformare l'una nell'altra.
Come utilizzare il calcolatore della distanza di Levenshtein
- Inserisci la prima stringa nel campo Prima stringa.
- Inserisci la seconda stringa nel campo Seconda stringa.
- Fai clic su Calcola: la distanza di modifica, la percentuale di somiglianza e l'elenco delle operazioni vengono visualizzati immediatamente.
- Espandi la matrice Distanza per vedere la tabella di programmazione dinamica completa utilizzata per il calcolo.
Riferimento Rapido
| Da | A |
|---|---|
| gattino → seduto | Distanza: 3 |
| Sabato → Domenica | Distanza: 3 |
| ciao → ciao | Distanza: 0 (identico) |
| abc → xyz | Distanza: 3 (tutti sostituiti) |
| gatto → carrello | Distanza: 1 (inserire r) |
| libro → indietro | Distanza: 2 |
Casi d'Uso
- •Creazione di suggerimenti per il controllo ortografico trovando le parole del dizionario più vicine a un input con errori di ortografia.
- •Confronto di sequenze di DNA o proteine nella ricerca bioinformatica.
- •Implementazione della ricerca fuzzy nei database e nei motori di ricerca.
- •Misurazione della somiglianza tra il testo inviato dagli utenti e le risposte di riferimento nelle app didattiche.
Formula
La distanza di Levenshtein tra due stringhe è il numero minimo di modifiche di un singolo carattere (inserimenti, eliminazioni o sostituzioni) necessarie per trasformare una stringa nell'altra.
Domande Frequenti
Qual è la distanza di Levenshtein?
La distanza di Levenshtein (chiamata anche distanza di modifica) è una metrica per misurare quanto sono diverse due stringhe.
Come viene calcolata la percentuale di somiglianza dalla distanza di modifica?
La somiglianza viene derivata dalla distanza di Levenshtein utilizzando la formula: somiglianza = (1 − distanza / max(len1, len2)) × 100%.
Quali sono le applicazioni comuni della distanza di Levenshtein?
La distanza di Levenshtein è ampiamente utilizzata nei correttori ortografici per suggerire correzioni, nell'allineamento di sequenze di DNA per la bioinformatica, nella corrispondenza fuzzy di stringhe per i motori di ricerca, negli strumenti di rilevamento del plagio e nell'elaborazione del linguaggio naturale per attività come il riconoscimento di entità denominate e la valutazione della traduzione automatica.