知识卡片
部分集合一致可分层计分
MASI距离为1−Jaccard相似度×权重,集合相同权重1、一方为另一方子集约0.67、部分重叠约0.33、不相交0。例X四项、Y三项仅交一项并六项,距离=1−(1⁄6)×0.33=0.945,比只看交并更惩罚部分重叠;并集为空仍需约定。它用于集合标签一致性,不是任意文本语义相似算法,权重取法也要保持一致。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 字符串操作 1.5.4 其他字符串相似性度量 · 查看原书依据
elif len_intersection > 0
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第1章 字符串操作,spine055单元026;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00054.html。
- 结论依据:原文完整四分支和0.945样本,结合交并手工演算支持分层权重,官方实现同样按集合关系赋权。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/metrics/distance.html。未在本机运行示例或改变环境。
- 原始内容:n_label2): m = 0.67 elif len_intersection > 0: m = 0.33 else: m = 0 return 1 - (len_intersection / float(len_union)) * m 让我们来看看NLT