A:我喜欢你
B: 我其实很喜欢你
对于文本相似度 = 2 * LCS（A,B）/ (len(A) + len(B))
目的： 字面衡量文本相似度的方法之一，涉及动态规划的思想
测试数据
苹果7手机图片 苹果7手机价格
汽车音响改装接线图 奥迪汽车音响改装
汽车音响改装接线图 汽车音响改装线路
如何才能让脸变白 怎样可以让皮肤变白
# -*- coding: utf-8 -*-
#!/usr/bin/python
import sys
def cal_lcs_sim(first_str, second_str):
len_vv = [[0] * 50] * 50
first_str = unicode(first_str, "utf-8", errors='ignore')
second_str = unicode(second_str, "utf-8", errors='ignore')
len_1 = len(first_str.strip())
len_2 = len(second_str.strip())
#print "len_1", len_1
#print "len_2", len_2
for i in range(1, len_1 + 1):
for j in range(1, len_2 + 1):
if first_str[i - 1] == second_str[j - 1]:
len_vv[i][j] = 1 + len_vv[i - 1][j - 1]
else:
len_vv[i][j] = max(len_vv[i - 1][j], len_vv[i][j - 1])
#print "lcs:", len_vv[i][j]
return float(float(len_vv[len_1][len_2] * 2) / float(len_1 + len_2))
for line in sys.stdin:
ss = line.strip().split('\t')
if len(ss) != 2:
continue
first_str = ss[0].strip()
second_str = ss[1].strip()
sim_score = cal_lcs_sim(first_str, second_str)
print '\t'.join([first_str, second_str, str(sim_score)])
