毫秒级 汉字相似程度

haishe

采用 五笔法（原作者：论坛ID：508717 @小情缘 ） 和 音形码法（不知道什么是音形码 可以百d 网上有介绍）相结合的方式，综合提高的精确度
SSC已内置 因为易语言写文字转SSC编码较为麻烦，存在诸多弊端，故采用py转化
文字匹配采取 节点 写法
首次，大概在 5000 ms左右，之后速度会提升，大概在 1 ms左右（详情见帖子后续的：“运行结果 + 耗时”  项）


适用范围：
单汉字之间的相似度比较 （此处存在缺点，详情看后面的“缺点”项）


全部子程序：


部分代码：





权重代码：

  

' ====================================================
' ====================== 以下是 音码相似度
' 公式 P = 0.4*P1 + 0.4*P2 + 0.1*P3 + 0.1*P4
' P1 韵母
' P2 声母
' P3 辅音 补码
' P4 声调
' 权重可自行调整  emm  权重 太难了
' 权重1          大部分情况下采用此权重
P ＝ 0.4 × P1 ＋ 0.4 × P2 ＋ 0.1 × P3 ＋ 0.1 × P4
' 改良权重2
' P ＝ 0.25 × P1 ＋ 0.4 × P2 ＋ 0.15 × P3 ＋ 0.1 × P4  '
' 调试输出 (“P：” ＋ 到文本 (P))
' ==================================================
' ====================== 以下是 形码相似度
如果 (到小数 (表1) ＞ 到小数 (表2))
最大值 ＝ 到小数 (表1)
最大值 ＝ 到小数 (表2)

' ===== 权重1
' S ＝ 0.3 × S1 ＋ 0.4 × (S2 ＋ S3 ＋ S4 ＋ S5 ＋ S6) ÷ 5 ＋ 0.3 × (1 － 取绝对值 (到小数 (表1) － 到小数 (表2)) ÷ 最大值)
' ===== 改良权重2  大部分情况下采用此权重
S ＝ 0.25 × S1 ＋ 0.5 �� (S2 ＋ S3 ＋ S4 ＋ S5 ＋ S6) ÷ 5 ＋ 0.5 �� (1 － 取绝对值 (到小数 (表1) － 到小数 (表2)) ÷ 最大值)
' ====================== 以下是 总相似度
' 公式 D = 0.5*S+0.5*P
D ＝ 0.5 × S ＋ 0.5 × P
D ＝ D × 100
' 调试输出 (“D：” ＋ 到文本 (D))

.版本 2<br /> <br /> ' ====================================================<br /> ' ====================== 以下是 音码相似度<br /> ' 公式 P = 0.4*P1 + 0.4*P2 + 0.1*P3 + 0.1*P4<br /> ' P1 韵母<br /> ' P2 声母<br /> ' P3 辅音 补码<br /> ' P4 声调<br /> ' 权重可自行调整  emm  权重 太难了<br /> <br /> ' 权重1          大部分情况下采用此权重<br /> P ＝ 0.4 × P1 ＋ 0.4 × P2 ＋ 0.1 × P3 ＋ 0.1 × P4<br /> <br /> ' 改良权重2<br /> ' P ＝ 0.25 × P1 ＋ 0.4 × P2 ＋ 0.15 × P3 ＋ 0.1 × P4  '<br /> <br /> <br /> ' 调试输出 (“P：” ＋ 到文本 (P))<br /> <br /> ' ==================================================<br /> ' ====================== 以下是 形码相似度<br /> <br /> .如果 (到小数 (表1) ＞ 到小数 (表2))<br /> <br />     最大值 ＝ 到小数 (表1)<br /> .否则<br />     最大值 ＝ 到小数 (表2)<br /> .如果结束<br /> <br /> ' ===== 权重1<br /> ' S ＝ 0.3 × S1 ＋ 0.4 × (S2 ＋ S3 ＋ S4 ＋ S5 ＋ S6) ÷ 5 ＋ 0.3 × (1 － 取绝对值 (到小数 (表1) － 到小数 (表2)) ÷ 最大值)<br /> ' ===== 改良权重2  大部分情况下采用此权重<br /> S ＝ 0.25 × S1 ＋ 0.5 × (S2 ＋ S3 ＋ S4 ＋ S5 ＋ S6) ÷ 5 ＋ 0.5 × (1 － 取绝对值 (到小数 (表1) － 到小数 (表2)) ÷ 最大值)<br /> <br /> <br /> ' ====================== 以下是 总相似度<br /> ' 公式 D = 0.5*S+0.5*P<br /> D ＝ 0.5 × S ＋ 0.5 × P<br /> D ＝ D × 100<br /> <br /> ' 调试输出 (“D：” ＋ 到文本 (D))

运行结果 + 耗时：


缺点：
中华文化博大精深，汉字数不胜数，但是内置字库就2w左右，仅仅包含大部分常用的字

最后感谢各位大佬赏脸看到最后，有什么其他问题希望各位大佬提出，大家一起相互讨论，共同进步。

源码回复可见：
毫秒级_cha询汉字相似程度.e (685.44 KB, 下载次数: 114)

2022-7-15 16:43 上传

点击文件名下载附件
下载积分: 精币 -2 枚

星情

谢谢 大佬分享！！！

菜就多多练

可以啊

rectdbszy

6666666666666666

sinewtec

光看就很牛逼

南方填表

666看看就啊

网络注册会员

太强了支持一下

杰西卡技术传媒

太强了支持一下

gaoqing

谢谢分享

wuqingg

挺好，挺好.......................