概要

app要素を含むTEI/XMLファイルに対して、編集距離を算出するプログラムを作成しました。

以下のGoogle Colabからご利用いただけます。

XMLファイルをアップロードすると、witness間の類似度を算出します。

例

以下のXMLファイルをアップロードしてみます。

結果、以下のようなExcelファイルが得られます。witness間の類似度を一覧できます。

index	name1	name2	distance	ratio
0	中村式五十音	中村式五十音又様	10	0.85
1	中村式五十音	中村式五十音欠損本	7	0.8947368421052632
2	中村式五十音又様	中村式五十音欠損本	8	0.868421052631579

類似度の算出には、以下を使用しています。

テキストの比較方法については色々と検討の余地がありますが、witness間の定量的な比較の一例として参考になりましたら幸いです。

以下で紹介している「二つのテキスト間の差分を抽出するプログラム」にも本機能を追加しました。