Negaliu pasakyti, ar nedideli rašybos skirtumai nurodo tą patį subjektą, todėl man reikia panašumo balo sprendimams priimti.
Solved by Eilučių panašumo balas
The Problem
Ši funkcija padeda palyginti du vardus arba teksto eilutes, kurios gali skirtis dėl nedidelių rašybos skirtumų, ir sugeneruoja panašumo balą. Balas padeda priimti nuoseklesnius ir greitesnius sprendimus nustatant, ar variantai nurodo tą patį subjektą.
The Solution
Ši funkcija skirta situacijoms, kai dėl nedidelių rašybos skirtumų sunku nuspręsti, ar dvi nuorodos nurodo tą patį subjektą. Ji sugeneruoja panašumo balą, kuris kiekybiškai įvertina, kiek dvi eilutės yra panašios, padėdamas pereiti nuo subjektyvių spėliojimų prie pakartojamo sprendimų priėmimo proceso. Ją naudojate pateikdami dvi reikšmes, kurias norite palyginti (pavyzdžiui, du organizacijų pavadinimus, asmenų vardus arba vietovardžius), o tada peržiūrėdami balą kaip tikėtino atitikties stiprumo rodiklį. Balą galima naudoti praktinėms riboms jūsų darbo eigoje nustatyti, pavyzdžiui, automatiškai priimant labai didelį panašumą, pažymint abejotinus atvejus peržiūrai ir atmetant mažą panašumą. Tai palaiko įprastas duomenų kokybės užduotis, tokias kaip dublikatų šalinimas, įrašų susiejimas ir nenuoseklių įrašų valymas sistemose. Tai ypač naudinga, kai skirtumai atsiranda dėl rašybos klaidų, alternatyvios rašybos, praleistos skyrybos, santrumpų ar tarpų pakeitimų. Standartizuodamos palyginimus skaitiniu balu, komandos gali pagerinti nuoseklumą tarp vertintojų ir sutrumpinti laiką, praleidžiamą atliekant rankinę patikrą. Funkcija taip pat gali būti naudojama nustatyti prioritetus, kuriuos potencialius atitikmenis peržiūrėti pirmiausia, surūšiuojant kandidatus pagal panašumą. Apskritai, tai padeda priimti aiškesnius, audituojamus sprendimus dėl to, ar du šiek tiek skirtingi rašybos variantai nurodo tą patį subjektą.
External Resource
https://cross-service-solutions.com/
Use this tool as a solution to the following problems
- Turiu pasikartojančių įrašų, kurie nėra tikslios kopijos, ir man reikia patikimo būdo juos aptikti.
- Turiu palyginti du vardus, kuriuose gali būti papildomų dalių (pvz., pavardžių), ir nustatyti, kaip tiksliai jie sutampa.
- Turiu surikiuoti kelis kandidatus pagal vieną įvesties eilutę ir pasirinkti artimiausią.
- Noriu nustatyti aiškią ribą (pvz., 0,85), kad automatiškai pažymėčiau tikėtinus dublikatus peržiūrai.
- Suderinu duomenis iš skirtingų sistemų, kuriose ta pati reikšmė pateikiama skirtingais formatais, todėl tikslus atitikimas dažnai nepavyksta.
- Man reikalingas nuoseklus skaitinis matas, kad galėčiau stebėti ir paaiškinti, kodėl dvi eilutės buvo laikomos atitinkančiomis arba ne.
- Noriu pagerinti neryškios paieškos rezultatus, įvertinant, kiek kiekvienas rezultatas yra panašus į užklausą.
- Valau duomenų rinkinį ir man reikia rasti beveik identiškus teksto įrašus, nelyginant jų rankiniu būdu po vieną.
Know a better solution? Let us know.
If you know of a tool or approach that could help people solve a problem we haven't covered yet, we'd love to hear about it.