如何使用fuzzywuzzy从列表中提取完整文本?

以下是我的代码:

from fuzzywuzzy import fuzzcheck = open("text.txt","a")    MIN_MATCH_SCORE = 30heard_word = 'i5-1135G7 'possible_words = checkguessed_word = [word for word in possible_words if fuzz.ratio(heard_word, word) >= MIN_MATCH_SCORE]print ('this one - ', guessed_word)

预期输出:

 11th Generation Intel® Core™ i5-1135G7 Processor

只通过提供’i5-1135G7 ‘就可以得到预期输出的整个句子吗?有没有其他解决方案可以达到我想要的结果?提前感谢您。

下面是text.txt的链接
https://drive.google.com/file/d/1Mo3qFmeOAqa3WPPyg8SpeFVSjDx7AQBj/view


回答:

为了处理较长的句子并确保在词级别上的重叠,你应该使用token_set_ratio。如果你希望完全匹配单词,那么将MIN_MATCH_SCORE提高到接近100。

from fuzzywuzzy import fuzz  MIN_MATCH_SCORE = 90heard_word = 'i5-1135G7'possible_words = ['11th Generation Intel® Core™ i5-1135G7 Processor (2.40 GHz,up to  4.20 GHz with Turbo Boost, 4 Cores, 8 Threads, 8 MB Cache)',                    'windows 10 64 bit', 'intel i7']                   print ([word for word in possible_words         if fuzz.token_set_ratio(heard_word, word) >= MIN_MATCH_SCORE])

输出:

['11th Generation Intel® Core™ i5-1135G7 Processor (2.40 GHz,up to  4.20 GHz with Turbo Boost, 4 Cores, 8 Threads, 8 MB Cache)']

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注