基于Java的比率算法

Question

假设我有一个巨大的单词列表和一个数组，其中填充了这些单词的随机组合。一个插槽可以容纳一个或多个单词，该插槽中的单词数量没有限制，并且单词可以重复。（当我说slot时，我指的是数组中满是标记为分隔的单词的字符串）

想象一个由所有可能的单词组成的网络，其中它们之间的接近程度取决于它们一起出现在插槽中的频率

例如，如果word1和word2一起出现的频率高于word3和word2，则它们的“接近度”变量应小于word3和word2之间的变量。我需要比率

我如何确定一个算法可以计算出网络中所有可能单词之间的“接近度”比率

Answer 1

您可以使用相关频率：

f = f(w1 and w2) / f(w1 or w2)

其中f(w1 and w2)是两个单词出现的时隙数，f(w1 or w2)是两个单词中至少有一个出现的时隙数。如果这两个词只同时出现，你会得到f = 1。如果这两个词从未出现在一起，你会得到^{

您可以通过distance = k * (1 - f)为某些比例因子k轻松地将其映射到类似距离的值