使用levenshtein距离生成摘录

Question

好吧，即时建立一个搜索引擎。并且搜索模块能够提取相关单词。现在我有一个单词列表和它们在原始文本中的偏移量。使用levenshtein距离来计算查询字符串和源文本部分之间的差异是一个坏主意（从给定单词的偏移量开始，直到查询字符串的长度）。问我以为这会帮助我更快地生成摘录。

它不需要接近搜索等，只有普通的“ANY”和“ALL”模式。顺便说一句，结果已经排序，所以即时只能看看现在的摘录一代。谢谢。

Answer 1

构建从文本到包含词（及其数量）的一对多映射。这个“字袋”矢量可以用于很多不同的技术。