要怎麼用計算的方式，來測量兩組文字間的相似度呢？有兩種簡單的方法。
1. 編輯距離（Edit Distance / Levenshtein Distance）
- 計算兩個字串的最小編輯（插入、刪除、替換）步驟數。
- 適用場景：適用於簡單的拼寫變化，如「Xiao Ming」和「Hsiao Ming」。
- 詳細解說：白話文解說 Levenshtein Distance（萊文斯坦距離） - MyApollo
2. Jaccard 相似度（Jaccard Similarity）
- 計算兩個字串的「字元組（n-grams）」或「詞語」的交集與聯集比例。
- 適用場景：適用於比較數個詞語相似度，且不必考慮順序的情形，如「TRA Taipei Station」和「Taipei Station TRA」是完全相同的。
- 詳細解說：用白話文談數學公式 - Jaccard Index (雅卡爾指數) - MyApollo
範例
以上兩個方法可以在 Python 的 textdistance 套件裡找到，首先先安裝套件：
pip install textdistance
接著用以下語法測試：
import textdistance
print(textdistance.jaccard("TRA Taipei Station", "Taipei Station TRA"))
print(textdistance.levenshtein.normalized_similarity("Xiao Ming", "Hsiao Ming"))