Сходство двух текстов (адаптивное локальное выравнивание ключевых слов?)

Question

У меня есть 2 текста (не более 4000 символов) различной длины. И мне нужно получить коэффициент сходства, основанный на (частичном) перефразировании. Обратите внимание, что та же часть текстов может быть в разных положениях в каждом тексте (So Levenshtein не является решением).

Процесс сравнения следует также:

• не увеличивает экспоненту. с размером текста
• be performance friendly. :)

Похоже, что «адаптивное локальное выравнивание ключевых слов» является возможным решением.

У вас есть пример внедрения? Предпочтительным языком является PHP, но я могу переводить. :)

Есть ли у вас другое решение/идея/опыт по этой теме?

Спасибо за вашу большую помощь.

Answer 1

Посмотрите на функции levenshtein и similar_text, которые должны сделать вашу жизнь проще:

• http://us2.php.net/manual/en/function.levenshtein.php
• http://us2.php.net/manual/en/function.similar-text.php

EDIT: @Toto указал, что те не могут быть пригодны для этого приложения см. его комментарии ниже.

Answer 2

Needleman-Wunsch работал достаточно хорошо для приложения, где мне приходилось сопоставлять имена, присваиваемые тем же самым людям разными людьми.