Функция, которая создает матрицу расстояний Левенштейна для списка строк, нечувствительную к регистру и порядку слов. ⇐ Python

[Anonymous]

Нужна функция, которая создает матрицу расстояний Левенштейна для списка строк, нечувствительную к регистру и порядку слов. Например, расстояние Левенштейна между строками «Hello World» и «world hello» должно быть равно 0.
В своей функции я использую библиотеку «FuzzyWuzzy», но она требует дополнительного преобразования матрицы результатов, поскольку результат функции «FuzzyWuzzy» не является правильным расстоянием Левенштейна.
Можете ли вы посоветовать какую-нибудь другую библиотеку, которую я могу использовать для своей функции?

import numpy as np
from fuzzywuzzy import fuzz
from sklearn.cluster import AffinityPropagation

lst_words = ['Hello word', 'Hello word', 'all hello', 'peace word', 'Word hello', 'thin paper', 'paper thin']

def affinity_propagation_clustering_algorithm_1(lst_words):
words = np.asarray(lst_words)

lev_similarity = np.array([[(fuzz.token_sort_ratio(w1, w2)) - 100 for w1 in words] for w2 in words])
print(lev_similarity)
lst_transformed_numbers = []
obj_ind = []
for ind in range(lev_similarity.shape[1]):
try:
x = lev_similarity[:, ind].astype(np.float32)
lst_transformed_numbers.append(x)
except:
obj_ind.append(ind)

affprop = AffinityPropagation(affinity="precomputed")
affprop.fit(lst_transformed_numbers)
#print('affprop.labels_', affprop.labels_)
for cluster_id in np.unique(affprop.labels_):
print('cluster_id', cluster_id)
cluster = np.unique(words[np.nonzero(affprop.labels_ == cluster_id)])
print(cluster)
return

if __name__ == "__main__":
lst_words = ['Hello word', 'Hello word', 'all hello', 'peace word', 'Word hello', 'thin paper', 'paper thin']
affinity_propagation_clustering_algorithm_1(lst_words)


Подробнее здесь: https://stackoverflow.com/questions/791 ... ings-insen