老铁们，有在 sparksql/spark 计算过字符串的相似度吗？

[vverr]

目前在 sparksql 编程，想使用 sql 或者简单的 udf 解决问题。需求是两个字段的值，如果具备相似性，则关联出来。
类似 left outer join on a.txt=b.txt

a.txt='请在标题中描述内容要点'
b.txt='请你描述内容要点哦'
这俩我就认为相似度比较高，文本不会很大，都是这样的小文本字符串的相似度。

[TimePPT]

语义相似性还是字符相似性？
这俩差别很大

[vverr]

@TimePPT #1 正在写字符相似性。。语义的。。。貌似比较麻烦

[francisdu]

词向量聚类？

[des]

你提的问题是字符相似，举的例子是语义相似

[leon0318]

直接的 sql 应该实现不了吧，可以自行封装个函数，计算结果保存在中间表，然后 spark 再扫表关联