核算汉字类似度

情形

有时候我们期望核算两个汉字的类似度，比方文本的 OCR 等场景。用于识别纠正。

完成

引入 maven

<dependency>
    <groupId>com.github.houbb</groupId>
    <artifactId>nlp-hanzi-similar</artifactId>
    <version>1.3.0</version>
</dependency>

java 完成

double rate1 = HanziSimilarHelper.similar('末', '未');

回来对应的类似度：

0.9629629629629629

回来一个汉字的类似列表

情形

找到类似的汉字，有很多有趣的场景。

完成

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

github.com/houbb/nlp-h…

在线体验

在线体验

拓宽阅览

NLP 中文形近字类似度核算思路

中文形近字类似度算法完成，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计划（完结篇）

NLP 开源形近字算法之形近字列表（番外篇）

开源项目在线化 中文繁简体转换/灵敏词/拼音/分词/汉字类似度/markdown 目录