Token set ratio（令牌集比率（Token set ratio））¶
Supported in: Batch, Streaming
Compute the token set ratio between two strings. Token set ratio is a metric describing how similar two strings are, and will return a value between 0 and 1, where 0 means that there are no similarities between the two strings and 1 means that they are the same (or one is a substring of the other).
Expression categories: Distance measurement, String
Declared arguments¶
- Ignore case: Do you want to ignore case when comparing the left and right strings?
Literal\ - Left: Left string to compare.
Expression\ - Right: Right string to compare.
Expression\
Output type: Double
Examples¶
Example 1: Base case¶
Argument values:
- Ignore case: false
- Left:
left - Right:
right
| left | right | Output |
|---|---|---|
| hello world | world hello | 1.0 |
| Hello | hello world | 0.5 |
| hello hello WorlD | hello world | 0.8181818181818181 |
| hello | farewell | 0.46153846153846156 |
| empty string | empty string | 1.0 |
Example 2: Base case¶
Description: By setting ignore case to true, letters of different case are treated as equal.
Argument values:
- Ignore case: true
- Left:
left - Right:
right
| left | right | Output |
|---|---|---|
| Hello | hello world | 1.0 |
| hello hello WorlD | hello world | 1.0 |
| hello | FAREWELL | 0.46153846153846156 |
Example 3: Null case¶
Argument values:
- Ignore case: false
- Left:
left - Right:
right
| left | right | Output |
|---|---|---|
| hello | null | null |
| null | hello | null |
| null | null | null |
中文翻译¶
令牌集比率（Token set ratio）¶
支持：批处理（Batch）、流处理（Streaming）
计算两个字符串之间的令牌集比率。令牌集比率是一种描述两个字符串相似程度的指标，返回值介于0到1之间，其中0表示两个字符串之间没有相似性，1表示它们完全相同（或者一个是另一个的子串）。
表达式类别： 距离测量（Distance measurement）、字符串（String）
声明的参数¶
- 忽略大小写（Ignore case）： 比较左右字符串时是否忽略大小写？
字面量\ - 左侧（Left）： 要比较的左侧字符串。
表达式\ - 右侧（Right）： 要比较的右侧字符串。
表达式\
输出类型： Double
示例¶
示例1：基本情况¶
参数值：
- 忽略大小写： false
- 左侧：
left - 右侧：
right
| left | right | 输出 |
|---|---|---|
| hello world | world hello | 1.0 |
| Hello | hello world | 0.5 |
| hello hello WorlD | hello world | 0.8181818181818181 |
| hello | farewell | 0.46153846153846156 |
| 空字符串 | 空字符串 | 1.0 |
示例2：基本情况¶
描述： 通过将忽略大小写设置为true，不同大小写的字母将被视为相同。
参数值：
- 忽略大小写： true
- 左侧：
left - 右侧：
right
| left | right | 输出 |
|---|---|---|
| Hello | hello world | 1.0 |
| hello hello WorlD | hello world | 1.0 |
| hello | FAREWELL | 0.46153846153846156 |
示例3：空值情况¶
参数值：
- 忽略大小写： false
- 左侧：
left - 右侧：
right
| left | right | 输出 |
|---|---|---|
| hello | null | null |
| null | hello | null |
| null | null | null |