Presentación 3

Esta es la presentación que le toco a nuestro equipo espero qu les guste.

Levenshtein (2)

View more presentations from blankardz.

AQUI ESTA EL CONTENIDO DE MI PRESENTACIÓN

La distancia de Leveinshtein o también conocida como distancia de edición , es un algoritmo tal que dadas dos cadenas, devuelve un entero que da una idea de la distancia (o parecido) entre ellas.
La definición de distancia es el mínimo número de operaciones que hay que realizar para transformar una cadena en la otra.
Debe su nombre al matemático ruso Vladimir levenshtein .

Este entero se calcula contando las transformaciones que es necesario hacer sobre una de estas cadenas para obtener la otra.

Estas posibles transformaciones son:

• Borrado de un carácter
• Inserción de un carácter
• Substitución de un carácter por otro

APLICACIONES

Algunas aplicaciones en la que se puede usar la distancia de edición son:

• Sistemas para la revisión de faltas ortográficas automatizada en textos.
• Sistemas de reconocimiento de voz
• Sistemas para el análisis de ADN.
• Sistemas para la detección de plagios.

ALGORITMO CON UNA IMPLEMETACIÓN

1.-Pide la primer palabra y la ingresa a una variable llamada palabra

2.-Pide la segunda palabra y la ingresa a una variable llamada palabra2

3.-calcula la longitud de cada una de las palabras con la función len() y las agrega ala variable correspondiente long long2

por ejemplo len(palabra)

la longitud de la palabra perro es de 5

4.-crea la matriz donde se realizara las operaciones necesarias para obtener la distancia

matriz= [[0 for x in xrange(long+1)] for y in xrange(long2+1)]

esto crea eje “x” y asigna el valor de 0 con un rango de long + 1 y

crea el eje “y” y asigna el valor de 0 con un rango de long2+1

5.- se enumeraran las letras de cada palabra, para eso se utilizo lo siguiente

i=1

while i<=long:

matriz[0][i]=i

i=i+1

i=1

while i<=long2:

matriz[i][0]=i

i=i+1

6.- Comienza hacer las operaciones necesarias para obtener la distancia, para recorrer toda la tabla se utilizaron 2 ciclos anidados como que fue el while, al entrar al ciclo se compara letra por letra de las 2 palabras, y se van comparando de 1 en 1, esto lo hace con el siguiente

if(palabra[j-1]==palabra2[i-1]): (se pone “-1” ya que como lo mencione anteriormente la palabra empieza desde la posición 0 )

en el cual si las letras son iguales, busca el número menor en la matriz, una posición menos en “x”, una posición menos en “y”, y una posición menos en “x” y “y”, Esto se realiza con una función que es min(), que esta te regresa el valor menor.

matriz[i][j]=min(matriz[i-1][j-1],matriz[i][j-1],matriz[i-1][j])

si las letras no son iguales hace lo mismo que el paso anterior , nada mas que al número menor le suma un 1

matriz[i][j]=min(matriz[i-1][j-1],matriz[i][j-1],matriz[i-1][j]) + 1

7.- Cuando termina de recorrer toda la tabla y de comparar todas las letras el resultado que buscamos se guardara en la última posición de “x” y “y” .

print "distancia: " +str(matriz[long2][long])

Aquí les dejo un ejemplo de la distancia de edición de dos palabras

¿Cómo lo haremos?
Se le asignan costos a cada una de las transacciones.
Al borrado: 1 costo
Ala insercción: 1 costo
A la sustitución:1 costo

Pero esto solo aplica si son las letras son diferentes

Aqui les dejo la imagen del código


Aqui les dejo un ejemplo de dos palabras en donde calculo su distancia de edición: