Teksti sarnasuse skoor
Teksti sarnasuse skoor võrdleb kahte tekstistringi ja tagastab sarnasuse väärtuse vahemikus 0,0 kuni 1,0. See aitab tuvastada tõenäolisi vasteid ka siis, kui tekst ei ole identne, toetades duplikaatide tuvastamist ja hägusat sobitamist.
Ülevaade
Teksti sarnasuse skoor
Teksti sarnasuse skoor hindab, kui sarnased on kaks tekstistringi, ja tagastab numbrilise skoori vahemikus 0,0 (sarnasus puudub) kuni 1,0 (täpne vaste).
Saate seda kasutada nimede, pealkirjade, identifikaatorite või muude tekstiväljade võrdlemiseks, kus variatsioonid on tavalised.
Skoor muudab kandidaatvastete järjestamise, automaatsete otsuste jaoks lävendite seadmise või tulemuste ülevaatamiseks märkimise lihtsamaks.
See on eriti kasulik, kui andmed sisaldavad õigekirjaerinevusi, lisasõnu, puuduvaid osi või vormingumuutusi.
Näiteks aitab see tuvastada, et „Jonas“ ja „Jonas Müller“ võivad viidata samale isikule, hoolimata sellest, et nad pole identsed.
See toetab töövooge, nagu dubleerimise eemaldamine, hägusotsing ja andmete puhastamine, pakkudes järjepidevat sarnasuse mõõdikut.
Funktsioon on kasulik ka kirjete linkimise stsenaariumides, kus peate ühendama kirjeid erinevatest allikatest.
Muutes subjektiivse võrdluse standardiseeritud skooriks, aitab see meeskondadel muuta sobitamisloogika läbipaistvamaks ja konfigureeritavamaks.
Praktikas võrdlete kahte stringi, tõlgendate saadud skoori ja rakendate valitud reegleid, et tegutseda vastavalt kõrge või madala sarnasusega tulemustele.
Link tööriistale
Leiad lahenduse oma probleemile järgmise lingi kaudu.
Väline ressurss
https://cross-service-solutions.com/
Avaneb uuel vahekaardil — väline sait, mis ei ole seotud MangoByte'iga
Kasutage seda tööriista järgmiste probleemide lahendamiseks
- Mul on duplikaatkirjed, mis ei ole täpsed vasted, ja vajan usaldusväärset viisi nende tuvastamiseks.
- Pean võrdlema kahte nime, mis võivad sisaldada lisandeid (näiteks perekonnanimesid), ja nägema, kui sarnased need on.
- Ma ei suuda öelda, kas väikesed õigekirjaerinevused viitavad samale üksusele, ja vajan otsuste tegemiseks sarnasusskoori.
- Pean järjestama mitu kandidaati ühe sisendstringi jaoks ja valima neist lähima.
- Soovin määrata selge läve (nt 0,85), et märkida tõenäolised duplikaadid automaatselt ülevaatamiseks.
- Sobitan andmeid erinevatest süsteemidest, kus sama väärtus on erinevalt vormindatud, ja täpne sobitamine ebaõnnestub liiga sageli.
- Vajan järjepidevat numbrilist mõõdikut, et jälgida ja selgitada, miks kaks stringi loeti vastavusse või mitte.
- Soovin parandada hägusa otsingu tulemusi, hinnates iga tulemuse sarnasust päringuga.
- Puhastan andmestikku ja pean leidma peaaegu identsed tekstikirjed ilma neid ükshaaval käsitsi võrdlemata.
Tead paremat lahendust? Anna meile teada.
Kui tead tööriista või lähenemisviisi, mis aitaks lahendada probleemi, mida me pole veel käsitlenud, soovime sellest teada.