问题：
我正在尝试在Python中对一组单词使用语义匹配。
样本输入：
['error 1', '14_7error', 'err_87P', 'configuration 49-ñ', 'confi:p2g%']
样本输出：
['error 1,14_7error,err_87P', 'configuration 49-ñ','confi:p2g%']
我尝试过的：
我已经尝试过使用sklearn，但可以让它工作，代码：
from sklearn.feature_extraction.text import TfidfVectorizer
documents = ['error 1', '14_7error', 'err_87P', 'configuration 49-ñ', 'confi:p2g%']
tfidf = TfidfVectorizer().fit_transform(documents)
pairwise_similarity = (tfidf * tfidf.T).toarray()
我也看过：
- Python：字符串的语义相似性评分
- 如何计算两个文本文档之间的相似性
但这些都没有多大帮助。
查看您的输入数据，您的目标似乎不是语义匹配，而是字符串匹配。你可以使用fuzzywuzzy来做到这一点：
from fuzzywuzzy import process
documents = ['error 1', '14_7error', 'err_87P', 'configuration 49-ñ', 'confi:p2g%']
results = [[i, process.extractOne(i, [x for x in documents if x != i])] for i in documents]
具有匹配分数的最佳匹配结果：[['error 1', ('14_7error', 71)], ['14_7error', ('error 1', 71)], ['err_87P', ('error 1', 43)], ['configuration 49-ñ', ('confi:p2g%', 60)], ['confi:p2g%', ('configuration 49-ñ', 60)]]