Ähnliche strings finden (wie z.B. google Suche)

[stahli]

Hier hatten wir mal einiges zusammengetragen:
https://www.delphipraxis.net/154811-...rozentual.html

[TigerLilly]

Noch eine Option - aber auch das hängt vom Anwendungsfall ab - wäre via API ChatGPT (oder andere) zu fragen, ob zwei Worte ähnlich sind.

Zitat:

Ordne die Worte Mayer, Maier, Maierhofer, Müller, Apfel absteigend nach ihrer Ähnlichkeit mit dem Wort Meier.

Zitat:

Die Ähnlichkeit der Worte zum Wort „Meier“ basiert auf Buchstaben- und Lautähnlichkeiten. Absteigend geordnet ergibt sich folgende Reihenfolge:

1. **Maier** (nur ein Buchstabe Unterschied, sehr ähnlich in Schreibweise und Klang)
2. **Mayer** (ähnlich in Schreibweise, gleiche Lautung wie „Meier“ in manchen Regionen)
3. **Maierhofer** (enthält „Maier“ und ist somit ein erweiterter Begriff)
4. **Müller** (unterschiedliche Buchstaben und Lautung, aber beide Namen, schwächere Ähnlichkeit)
5. **Apfel** (keine Ähnlichkeit zu „Meier“ in Buchstaben oder Klang)

Diese Ordnung orientiert sich an der phonetischen und orthografischen Nähe der Wörter zu „Meier“.

[himitsu]

Code:

text = ["Meier", "Maier", "Mayer"]
test = embedding_model.encode(text)
print(f"{text[0]} {text[1]} ", cosine_similarity(test[0], test[1]))

text = ["tough", "though"]
test = embedding_model.encode(text)
print(f"{text[0]} {text[1]} ", cosine_similarity(test[0], test[1]))

text = ["Baum", "Tanne"]
test = embedding_model.encode(text)
print(f"{text[0]} {text[1]} ", cosine_similarity(test[0], test[1]))

text = ["Nadelbaum", "Laubbaum"]
test = embedding_model.encode(text)
print(f"{text[0]} {text[1]} ", cosine_similarity(test[0], test[1]))

text = ["Hamster", "Goldfisch", "Schäferhund", "Dackel"]
test = embedding_model.encode(text)
print(f"{text[0]} {text[1]} ", cosine_similarity(test[0], test[1]))
print(f"{text[2]} {text[3]} ", cosine_similarity(test[2], test[3]))

text = ["Mann", "Frau", "Junge", "Bube", "Auto", "Haus"]
test = embedding_model.encode(text)
print(f"{text[0]} {text[1]} ", cosine_similarity(test[0], test[1]))
print(f"{text[2]} {text[3]} ", cosine_similarity(test[2], test[3]))
print(f"{text[4]} {text[5]} ", cosine_similarity(test[4], test[5]))

Code:

intfloat/multilingual-e5-large

Meier Maier  0.93333364
tough though  0.86950207
Baum Tanne  0.79528135
Nadelbaum Laubbaum  0.8690178
Hamster Goldfisch  0.80143225
Schäferhund Dackel  0.786349
Mann Frau  0.86286455
Junge Bube  0.83770347
Auto Haus  0.8216029

Ehrlich gesagt, hätte ich die Hunde in der Ähnlichkeit höher erwartet, als die anderen Tiere.

OK, passt doch

Code:

Alignment-Lab-AI/e5-mistral-7b-instruct

Meier Maier  0.93829346
tough though  0.7688065
Baum Tanne  0.90267164
Nadelbaum Laubbaum  0.88353676
Hamster Goldfisch  0.78831625
Schäferhund Dackel  0.844885
Mann Frau  0.84775054
Junge Bube  0.8940252
Auto Haus  0.67513704

Achtung, Alignment-Lab-AI/e5-mistral-7b-instruct benötigt 32 GB RAM.