Wat is Levenshtein Distance?

Wat is het eigenlijk?

Stel je voor dat je "kaas" intypt, maar je schrijft per ongeluk "koas". Hoeveel kleine stapjes heb je nodig om van "koas" weer "kaas" te maken? Precies één: je vervangt de "o" door een "a". Dat simpele idee — het tellen van minimale aanpassingen — is precies wat Levenshtein Distance doet.

De Levenshtein Distance is een getal dat aangeeft hoeveel toevoegingen, verwijderingen of vervangingen je minimaal nodig hebt om van het ene woord naar het andere te komen. Hoe lager het getal, hoe meer de woorden op elkaar lijken. Het is vernoemd naar de Russische wetenschapper Vladimir Levenshtein, die het concept in 1965 bedacht.

Hoe werkt het in de praktijk?

Stel je hebt twee woorden: "zaterdag" en "zondag". Om van "zaterdag" naar "zondag" te komen, moet je:

• De "a" en "t" en "e" en "r" verwijderen (4 stappen)

• Of slimmer: de "a" vervangen door "o", en dan "ter" verwijderen (1 vervanging + 3 verwijderingen = 4 stappen)

De Levenshtein Distance tussen deze twee woorden is 4.

AI-systemen gebruiken dit principe om:

• Typefouten te herkennen: als jij "chatbot" intypt als "chatbod", ziet de computer dat de afstand maar 1 is — dus waarschijnlijk bedoel je "chatbot"

• Suggesties te geven: zoek je naar "Amstredam" in Google Maps? Het systeem berekent dat "Amsterdam" maar 1 stapje verwijderd is en stelt dat voor

• Teksten te vergelijken: welke twee zinnen lijken het meest op elkaar? Bereken de afstand tussen alle combinaties

In AI-toepassingen voor taal (NLP) wordt Levenshtein Distance vaak gebruikt als basis voor spellingcheckers, autocorrect-functies en fuzzy matching — het vinden van "ongeveer overeenkomende" woorden of zinnen.

Waar kom je het tegen?

Je merkt het misschien niet, maar Levenshtein Distance werkt op de achtergrond in:

• Zoekmachines: als je een tikfout maakt, suggereert Google automatisch de juiste spelling

• Chatbots en assistenten: als iemand "halo" zegt in plaats van "hallo", herkent de bot het alsnog

• DNA-analyse: wetenschappers vergelijken DNA-sequenties door te kijken hoeveel genetische "letters" verschillen

• Plagiaatdetectie: systemen berekenen hoeveel aanpassingen nodig zijn om de ene tekst in de andere te veranderen

• E-commerce: zoek je naar "Iphone" in plaats van "iPhone"? De webshop begrijpt wat je bedoelt

Ook in tools zoals spellcheckers in Word, WhatsApp-autocorrect en stemassistenten die je spreekfouten corrigeren, speelt dit principe een rol.

Waarom zou jij hier iets aan hebben?

Als je werkt met tekst, data of zoekfuncties, is Levenshtein Distance een eenvoudig maar krachtig hulpmiddel. Het helpt je systemen te bouwen die menselijke fouten begrijpen en compenseren — zonder dat je ingewikkelde AI-modellen nodig hebt.

Wil je bijvoorbeeld een klantenservice-chatbot bouwen die ook begrijpt wat iemand bedoelt als ze "factuur" schrijven als "faktuur"? Dan kun je Levenshtein Distance gebruiken om de invoer te vergelijken met bekende termen en de beste match te kiezen.

Het mooie is dat het concept universeel werkt: niet alleen voor woorden, maar ook voor zinnen, codes, DNA-sequenties of welke reeks van symbolen dan ook. Het is een van die simpele wiskundige ideeën die overal in de digitale wereld opduiken — en die je zelf kunt toepassen zonder een AI-expert te zijn.