如何对两段文字进行比较，得出相似程度

[wsxcy66668888]

如何对两段文字进行比较，得出相似程度，用百分比表示？

如：
文字段1：
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
近日，我国两艘海洋调查船前往钓鱼岛附近（海域）活动，却被日本海上保安厅巡逻舰强行驱离。日本方面就此大做文章，（各大媒体）网站都在显著位置报道称“中国海洋调查船入侵日本领海”。（日本政府也放出厥词宣称“尖阁诸岛(钓鱼岛)是日本的固有领土”。）


文字段2：
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
近日，我国两艘海洋调查船前往钓鱼岛附近活动，却被日本海上保安厅巡逻舰强行驱离。日本方面就此大做文章，网站都在显著位置报道称“中国海洋调查船入侵日本领海”。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
注：文字段1中的括号部分是在文字段2中删除的文字，如何得到大概下面的结果：

每句相似率：60%，整体文字的相似率（也就是可能出现的每句顺序的不同）:80%,整体的相似率（60%+80%）/2＝70%


需要考虑的问题：每句文字的相似率，整体文字的相似率，整段文字的相似率

请高手以Code演示，谢谢！

[lintf1986]

using System;
using System.Collections.Generic;
using System.Text;

namespace kmp
{
    /// <summary>
    /// Summary description for Class1.
    /// </summary>
    class Class1
    {
        /// <summary>
        /// The main entry point for the application.
        /// </summary>
        static int[] next = new int[200];
        static int count = 0;
        [STAThread]
        static void Main(string[] args)
        {
            //
            // TODO: Add code to start application here
            //
            int pos = 0, reval;
            char[] p1 = @"近日，我国两艘海洋调查船前往钓鱼岛附近（海域）活动，却被日本海上保安厅巡逻舰强行驱离。日本方面就此大做文章，（各大媒体）网站都在显著位置报道称“中国海洋调查船入侵日本领海”。（日本政府也放出厥词宣称“尖阁诸岛(钓鱼岛)是日本的固有领土”。） ".ToCharArray();
            char[] p2 = @"近日，我国两艘海洋调查船前往钓鱼岛附近活动，却被日本海上保安厅巡逻舰强行驱离。日本方面就此大做文章，网站都在显著位置报道称“中国海洋调查船入侵日本领海”。".ToCharArray();
            Console.WriteLine("第一个文字段长度为{0},第二个文字段长度为{1}", p1.Length, p2.Length);
            get_goodnext(p2, next);
            reval = index_kmp(p1, p2, pos);
            Console.WriteLine("====this is good kmp ====");
            Console.WriteLine("value={0},count={1}", reval, count);
            Console.ReadLine();
        }
        static int index_kmp(char[] a, char[] b, int pos)
        {
            int i = pos, j = 0;
            int lena = a.Length, lenb = b.Length;
            count = 0;
            while ((i <= lena - 1) && (j <= lenb - 1))
            {
                if (j == -1 || a[i] == b[j])
                { ++i; ++j;count++; }
                else
                { j = next[j]; }
                
            }
            if (j > lenb - 1)
                return i - lenb;
            else
                return 0;
        }
        static void get_goodnext(char[] a, int[] next)
        {
            int i = 0, j = -1;
            next[0] = -1;
            while (i < a.Length - 1)
            {
                if (j == -1 || a[i] == a[j])
                {
                    ++i; ++j;
                    if (a[i] != a[j])
                    {
                        next[i] = j;
                    }
                    else
                    {
                        next[i] = next[j];
                    }
                }
                else
                { j = next[j]; }
            }
        }
    }
}

[slimfeng]

mark

[cwmwss]

楼主想看看学生作文是否抄袭？

[Alex Leo]

可以参考Google《数学之美》系列文章，http://googlechinablog.com/2006/04/blog-post.html，文章列表在右边的“科学与技术”中，其中谈到了相似度的计算方法

[wsxcy66668888]

to lintf1986 :
感谢您的代码，可以解释一下吗？

[绿色夹克衫]

怎么一发上去，排版就乱了！希望说明白了

[wsxcy66668888]

谢谢,我看看

[wpfonline]

本着一颗学习的心 up

[ediex]

楼主的问题，别人已经研究出来了。
一次在qq上别人加入了我的qq
后来发现是个qq机器人在和我聊天
239079541 18:41:48
你刚刚来吗
无无 18:42:13
你是那位？

239079541 18:42:23
我是珊珊啊
无无 18:44:34
你在那里呀？

239079541 18:44:46
广东惠州,那你说你是哪的啊
无无 18:45:56
我在苏州

239079541 18:46:05
跟你聊一下好吗
无无 18:48:01
好呀

无无 18:48:09
你在我好友里吗？

239079541 18:48:17
朋友温暖我们的心,若能交到真诚的朋友实在很幸运耶
239079541 18:48:25
那你有诚实可靠,真心的朋友吗?
239079541 18:53:34
在么
无无 18:54:36
在呀

239079541 18:55:05
我曾碰到假意跟我要好的..令人很生气,过了一阵子才好呢
无无 18:57:42
晕，你是不是电脑？

239079541 18:57:51
别啊 还要聊呢
无无 18:57:59
qq机器人？

239079541 18:58:08
什么机器?
239079541 18:58:13
你说的是什么啊?
无无 18:58:22
我问你一个问题

239079541 18:58:30
好啊,借你问啊
239079541 18:58:39
但是有些问题我有权保持沉默,呵呵.
无无 18:58:46
网易新闻上是什么？

239079541 18:58:57
中国三大门户网站之一,好用吗
无无 18:59:12
现在头条新闻是什么？

239079541 18:59:24
我喜欢交真诚的朋友,我也这样对待人
239079541 18:59:35
我有个第六感…,我觉得你是个真诚的人 : )
239079541 19:01:16
在网络上我不喜欢被监视
无无 19:01:28
晕，你是机器人

239079541 19:01:28
※一举一动不想被监 .视是有方法的.. 听过吗
无无 19:01:30
聊过屁

239079541 19:01:39

[meyoulaile]

up

[wsxcy66668888]

还没有解决,继续等待高人现身中...

[jsstb]

好像属于模式识别的问题吧？应该要用到模糊数学的概念。建议搂主在图像识别、信号处理方向找找，应该能有好的方法。
不属于计算机语言的问题。只是在考虑好方案后，建立数学模型时，才会涉及到C#语言怎么描述的问题。

[智者知已应修善业]

作什么用？！明年有空闲研究一下算法，挺有意思的................

[GS1T74wjwpg]

你用for循环来把文字截取在比较
^_^

[zhouxingyu896]

up

[春天的气息]

类似的算法有现成的，拿着用哦，

[lintf1986]

有时间研究研究

[xuqunying0545]

路过，顶，学习一下！

[haopotato]

学习，不错，正好需要，研究一下

[包小胖]

mark