组件名称
字符串相似度 [版本号:1] [更新时间:2018-05-08]
简介
求两个字符串之间的距离和相似度大小(取值0-1,越大越相似)。计算字符串相似度在机器学习领域是一个非常基本的操作，主要用在信息检索，自然语言处理，生物信息学等领域。提供两种计算方式：Levenshtein Distance(编辑距离)，HammingDistance(海明距离)。
输入和输出
输入端口个数：1
输出端口个数：1
参数配置
| 参数名称 | 参数说明 | 参数默认值 | 是否必填 |
|---|---|---|---|
| 全量数据保存 | 节点输出的全量数据是否保存至数据库；若保存，会增加时间及存储资源开销 可选 | No | - |
| 相似度计算方法 可选 | levenshtein | - | |
| 全量数据表名 | 全量数据表名，表名可以是中文 可选 | - |
字段配置
| 字段名称 | 字段说明 | 字段默认值 | 是否必配 |
|---|---|---|---|
| 选择字段列 | 选择需要做字符串相似度的字段 只可选两个字段 | 必填 | |
| 原样输出列 | 输出表追加的列名，方便查看 | 必填 |
输出节点的字段配置说明
运行后会生成新字段。输出节点如果需要选择当前节点的字段，需要先运行当前节点，可以采用小数据量运行方式：“从前面节点运行到当前节点”。