str : Comparaison et coef. de corrélation

Hello à tous,

Tout d'abord, un grand merci à ceux et celles qui liront mon sujet/problème du "jour".

Je cherche à comparer deux chaînes de caractères dont la longueur n'est pas forcément identique. La fonction qui ferait ce travail, retournerait un coefficient de corrélation.
Ce coefficient aurait la valeur 1, si les 2 chaînes de caractères sont identiques. 0, si aucun caractères de la seconde chaîne n'est commun avec la première, même à une position différente. Et bien entendu, une valeur entre 0 et 1 suivant la correspondance des deux chaînes.

Je cherche par exemple à gérer les erreurs de frappes ou de différences de chaînes de type.
s1 = 'MATLAB' et s2 = 'MATAB'.
ou
s1 = 'Developpez.com' et s2 = 'Developer.com'.
ou
s1 = 'MATLAB' et s2 = 'FAQ MATLAB'.
ou
s1 = 'Stéphan' et s2 = 'Stéfane'.
ou
s1 = 'Laura' et s2 = 'Sandra'.
etc

Est-ce que l'un de vous aurez déjà vu une telle fonction ? Si non, auriez-vous quelques pistes d'algorithme pour arriver à mes fins ?

Merci d'avances.

Stéphan_S

Une petite idée en utilisant la fonction de correlation :

Code:

---

coef = corrcoef([s1(:)-0;zeros(length(s2)-length(s1),1)],[s2(:)-0;zeros(length(s1)-length(s2),1)]);

---

Ca marche à peu près tant qu'il n'y a pas de caractère spéciaux (. é) :

Code:

---

1 2 3 4 5

MATLAB MATAB : 0.5617 Developpez.com Developer.com : 0.011839 MATLAB FAQ MATLAB : 0.27173 Stéphan Stéfane : 1 Laura Sandra : 0.36103

---

Il faudrait enlever ces caractères et améliorer la façon dont je rend les vecteurs de même longueur (clairement mettre des 0 n'est pas une bonne idée).

Merci FLB,

Je trouve effectivement que c'est un bon début.

Par contre comme les matrices x et y doivent être de même dimensions, je ne vois pas bien comment faire différemment que remplir par des 0 !

Si non j'ai quand même l'impression d'avoir des valeurs un poil bizarre avec le code que tu me proposes !!?????!!

Si tu as une idée pour améliorer tout ça, voir une autre idée, je suis preneur !

Bonne soirée

Stéphan_S

Bonjour,

Il existe les distances de Levenshtein et Damerau-Levenshtein.
Il n'y a pas de fonction MATLAB existante à ma connaissance, mais tu pourras facilement le coder à partir de Wikipédia.

Tu peux t'inspirer des algos d'alignement de séquence utilisés en biologie également : http://fr.wikipedia.org/wiki/Alignem...de_comparaison

Merci à tous.

Je regarde tout ça de près et reviens vers vous pour vous dire ce que cela a donné.

Bonne nuit.

Stéphan_S

j'avais fait une petite fonction (en C) pour comparer 2 dates sous formes de chaines de caractères ("YYYYMMJJHHMMSSsss"), tu peux t'en inspirer :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

double CompareDates ( char *Reference, char *DateToCompare ) { int i, Longueur ; double d ;   Longueur = strlen(DateToCompare);   /*   Note : strcmp gives a number positive or negative depending on   the sign of the difference, but is does not give a clue on from how much the 2 strings differ. This is a (very) rough estimate rouding the difference as counted as a power of 10 to the end ot the string (thus a difference   of 1->9 in the second-before last digit or letter   translate to a difference of 1000 !!!     example : the difference between 19990609173031000 and 19990609173035000     gives 1000 which in this   case is of the order   of magnitude of the second.   A difference of 1 would be of the order of magnitude of a milli-second. A difference of 1.e+05 would be of the order of magnitude of 1 minute, a difference of 1.e+06 would be of the order of magnitude of 10 minutes.   */     d = 0.0 ; for ( i = 0 ; i < Longueur ; i++ ) if ( (int)DateToCompare[i] != (int)Reference[i] ) { d = pow(10.0,(double)(16 - i)) ;   d = d * (double)((int)DateToCompare[i] - (int)Reference[i]) ;     break ; }   return (d); }

---

Merci souviron34