Calculating the score is equally simple: if  l1  and  l2  are the lengths of the two strings, and  d  is their Levenshtein distance, the score is: ( l1 + l2 – d )/( l1 + l2 ).
スコアの計算はシンプルです： もし l1 と l2 は２つの文字列の長さで、 ｄが 彼らの Levenshtein 距離であるなら そのスコアは次の通りです：（ l1 ＋ l2 － ｄ ） / （ l1 ＋ l2 ）。

There are other fuzzy matching techniques, but I used this one as a starting point.
他のファジーマッチングテクニックがありますが、私はこれを出発点として使いました。

Preparing the content for analysis
解析のためにコンテンツを準備します

Ideally, the content needs to be stripped of all markup. The text of one block element should all be on one line. My original thought was to write (or find) a DITA-OT plugin that would publish a bookmap to CSV, where each record would contain the file name and one block (or paragraph, if you prefer) of text.
理想的には、そのコンテンツはすべてのマーク付けを取り去る必要があります。 １つのブロック要素の本文はすべて１行上にあるべきです。 私の最初の考えは、 CSV （あるいは段落、もしあなたがそちらをより望むなら）への ブックマップを発行するであろう DITA- ＯＴのプラグイン書く（あるいは見い出す）ことでした。そこでは、それぞれの記録がファイル名と１つのテキストブロック（あるいは段落、好むなら）を含むであろう。

This took more effort than the analysis script, believe it or not. After a brief experiment with a “plain text” plugin, I decided to try exporting to Markdown, a transform built-in to DITA-OT 3.1 and newer. From there, a utility called  pandoc  stripped the remaining markup and eliminated line-wrapping. The commands can be placed in a shell script:
これは解析スクリプトより多くの努力を要しました、信じようが信じまいが。 「平文」プラグインでの短い実験の後に、私は コードを外して取り出すことや DITA - ＯＴの３ . １そしてもっと新しいものへの組み込み変換の試みをすることを決めました。そこから、 pandoc と呼ばれるユーテリテイが残っているマーク付けをはずして、そして行のラッピングを排除しました。 そのコマンドはシェルスクリプトに置くことができます：

dita --format=markdown_github --input=book.ditamap --args.rellinks=none

cd out

for i in *.md; do

 f=`basename $i .md`

 pandoc --wrap=none -t plain -o $f.txt $i

done

delete index.txt

インターネット・コンピュータランキング
========================
ネットサービスランキング
========================

AirPods Pro 本体 Apple アップル 保証未開始 国内正規品 ノイズキャンセリング エアポッズ プロ エアポッツ エアーポッズ プロ mwp22j/a ■◇
価格：27100円（税込、送料無料) (2021/5/26時点)

楽天で購入

最大10％OFFクーポン【楽天お買い物マラソン限定】 キャディトーク 距離測定器 minimi (ミニミ) ブラック Small is Beauty 世界で最も小さい超軽量レーザー 距離計 軽量 コンパクト ゴルフ CaddyTalk
価格：34650円（税込、送料別) (2021/5/26時点)

楽天で購入

【DEALショップ感謝祭対象商品】シャープ 除加湿空気清浄機 KI-LD50-W【おひとり様1台限り】
価格：54800円（税込、送料無料) (2021/5/26時点)

楽天で購入

【 ANA's Sky Kitchen 】おうちで旅気分！！ANA国際線エコノミークラス機内食　メインディッシュ　肉の感謝祭　12個入り　【送料無料】
価格：9000円（税込、送料無料) (2021/5/26時点)

楽天で購入

(予約) 運がよければマッカラン25年・グレンスコシア30年！白州18年・山崎18年が当たるかも！？★モルトウイスキー福袋★ 2本組 限定400セット RSL 2021/05/28以降発送予定
価格：16500円（税込、送料別) (2021/5/26時点)

楽天で購入