从语料库中提取相似的单词

Question

我想从语料库中提取类似的单词。相似性是基于字符串的。即，当两个单词的字符串高度相似时，两个单词被提取为相似单词。例如，如果语料库包含：Aras，bahro，arasis，adkpo，bah，Aras-sd，kio。

类似的词：

1-aras，arasis，aras-sd

2-泰铢，泰铢

如何解决这个问题？谢谢

Answer 1

Levenstein距离是衡量两个单词序列之间差异的指标，也许你可以取一个单词序列并计算距离，以确定它们是否相似。