如何计算Levenshtein距离算法中字符串的起始权重？

Question

我尝试使用Levenshtein距离算法（在Python中，如果有区别的话）在两个公司名称列表之间进行模糊字符串比较。例如，列表A包含XYZ INDUSTRIAL SUPPLY，但列表B可能会说XYZ INDUSTRIAL SUPPLY, INC.，但它们仍然应该匹配。在

现在，我的实现非常不准确。作为第二个例子，目前算法发现abc metal finishing和{}由于它们的结尾非常相似，但它们是完全不同的公司。我想提高这种准确性，我想我可以做的一个方法是，以某种方式对字符串的开头进行加权。如果公司名称应该匹配，那么它们很可能一开始就相似。看我的第一个例子，整个开始匹配，它只在最后发生变化的地方。有没有办法做到这一点？我还没能解决。在

谢谢！在

编辑更多示例：

应匹配：

• s west tool supply，southwest tool supply

• abc indust inc，abc industries

• icg usa，icg usa llc

不应匹配（但当前匹配）：

• ohio state university，iowa state university

• m e gill corporation，s g corporation

更新：

已经取得了一些进展：）如果有人对这类事情感兴趣，我最终试验了插入-删除和替换的成本。我的想法是对字符串的开头进行更重的加权，因此我基于矩阵中当前位置的权重。但是，这造成的问题是，由于我的权重是如何分配的，所以所有的东西都与几个非常短的名字匹配。我通过计算长度来修正这个问题。例如，我的插入权重最终是(1 if index<=2/3*len(target) else .1*(len(source)-index))，其中source总是两个字符串中较长的一个。我计划继续调整这个值并尝试其他值，但它已经显示出了很大的改进。这绝不是一门精确的科学，但如果它是有效的，那才是最重要的！在