Расстояние между двумя предложениями на уровне слова в R

Question

Я ищу быстрое решение в R для определения расстояния редактирования текста на уровне слова между двумя предложениями. В частности, я хочу определить минимальное количество дополнений, замещений или исключений слов, чтобы преобразовать предложение A в предложение B. Например, если предложение A является «очень хорошим автомобилем», а предложение B - «красивый красный автомобиль», результат должно быть 2 (1 удаление и 1 дополнение).

Я знаю, что существуют существующие решения в R для расстояния редактирования уровня символа (например, родные adist() и stringdist() из пакета 'stringdist'), но я не нашел ни одного словарного уровня.

Answer 1

Как насчет

intersect(strsplit(levels(factor("very nice car"[1]))," ")[[1]],strsplit(levels(factor("nice red car"[1]))," ")[[1]])

> [1] "nice" "car"

length(intersect(strsplit(levels(factor("very nice car"[1]))," ")[[1]],strsplit(levels(factor("nice red car"[1]))," ")[[1]]))

> [1] 2

Конечно, вы можете сделать свою собственную функцию, которая работает даже с list:

my_function <- function (x, prsep = " ") 
{ 
    if (isTRUE(length(x) != 0) == TRUE && isTRUE(is.na(x)) == 
     FALSE) { 
     if (isTRUE(is.list(x)) == TRUE) { 
      for (i in 1:length(x)) ifelse(isTRUE(length(x[[i]]) != 
       0) == TRUE, x[[i]] <- strsplit(x[[i]], prsep)[[1]], 
       NA) 
      return(x) 
     } 
     else if (isTRUE(is.list(x)) == FALSE) { 
      Lt <- list() 
      for (i in 1:length(x)) Lt[[length(Lt) + 1]] <- strsplit(levels(factor(x[i])), 
       prsep)[[1]] 
      return(Lt[[1]]) 
     } 
    } 
    else { 
    x 
    } 
} 

Так что вам просто нужно

intersect(my_function("very nice car"," "), my_function("nice red car"," "))