模糊模糊Wratio记分错误

Question

我了解基本的fuzzy wuzzy及其分数是如何工作的。 然而，我遇到了一个场景，模糊的wuzzy给了WRatio一个高分，尽管这两个字符串似乎没有任何相似之处。（下图供参考）

有谁能解释一下，并帮助我理解为什么它会导致这样的行为

Output for reference

Answer 1

在您的案例中，有两个字符串：

"The Boston Globe's Fresh Start program embraces the right to be forgotten"
"Subscribe to Continue Reading"

长度差异超过50%，因此WRatio使用了大多数算法的部分版本，并将它们的权重降低了一点。对于两个示例字符串fuzz.partial_token_set_ratio返回100分，因为两个句子都包含单词to。然后，该分数加权为0.95，类似于token_set_ratio，之后加权为0.9，因为它是部分版本。你的期末成绩是100 * 0.95 * 0.9 = 85.5->round(85.5) = 86