Karakterlánc-hasonlóság
Hasonlítsa össze két karakterláncot Levenshtein, Jaro-Winkler, Koszinusz, Jaccard, Hamming és Dice algoritmusokkal. Azonnali eredmény, 100% privát.
Mi a karakterlánc-hasonlóság?
A karakterlánc-hasonlóság azt méri, mennyire egyezik két szöveges karakterlánc. Használják helyesírás-ellenőrzésben, DNS-elemzésben, plágiumfelismerésben és adatdeduplikációban.
Mi a Levenshtein-távolság?
A Levenshtein-távolság (szerkesztési távolság) a minimális egykarakteres szerkesztések — beszúrás, törlés vagy csere — számát méri, amelyek egy karakterlánc egy másikká alakításához szükségesek. Például a "cat" és "bat" közötti távolság 1.
Mi a Jaro-Winkler-hasonlóság?
A Jaro-Winkler magasabb pontszámot ad az közös prefixszel rendelkező karakterláncoknak. Gyakran használják nevek, címek és rekordok illesztésére adatbázisokban.
Hogyan működik a koszinusz-hasonlóság?
A koszinusz-hasonlóság a karakterláncokat karakter n-grammokra bontja, vektorokká alakítja, és méri a köztük lévő szög koszinuszát. Hosszabb szövegeknél működik jól.
Mi a különbség a koszinusz- és Jaccard-hasonlóság között?
A koszinusz-hasonlóság n-gramm gyakoriságvektorokat használ és a köztük lévő szöget méri, míg a Jaccard n-gramm halmazokat hasonlít össze a metszet/unión aránnyal. A Jaccard figyelmen kívül hagyja a duplikátumokat; a koszinusz nem.
Mi a Hamming-távolság?
A Hamming-távolság azon pozíciók számát számolja, ahol a megfelelő karakterek különböznek két egyforma hosszú karakterlánc között. Csak egyforma hosszú karakterláncokon működik.
Mi a Sørensen-Dice-együttható?
A Sørensen-Dice-együttható a megosztott bigrammok számának és a mindkét karakterláncban lévő összes bigramm arányának alapján méri a hasonlóságot. Nagyobb súlyt ad a közös elemeknek, mint a Jaccard.
Melyik algoritmust használjam?
Rövid, elíráseket tartalmazó karakterláncokhoz (nevek, kódok) használja a Levenshtein-t vagy Jaro-Winkler-t. Hosszú szövegekhez a koszinusz-hasonlóság a legjobb. Gyors halmaz-összehasonlításhoz használja a Jaccard-ot.
Mi az n-gram elemzés?
Az n-gram egy karakterláncból vett n karakter folytonos sorozata. Például a "hello" bigrammjai: "he", "el", "ll", "lo". Az n-grammok sok hasonlósági algoritmus építőkövei.
Mi a fuzzy matching?
A fuzzy matching olyan karakterláncokat talál, amelyek közelítőleg egyeznek egy mintával, nem pontosan. Keresőmotorokban, helyesírás-ellenőrzésben és adattisztításban használják.
Elküldik az adataimat egy szerverre?
Nem, minden számítás helyileg történik a böngészőjében. A szövege soha nem hagyja el az eszközét. Nincs szerveroldali feldolgozás vagy adattárolás.
Összehasonlíthatok különböző nyelvű szövegeket?
Igen, az algoritmusok bármilyen Unicode karakterrel működnek. Az eredmények azonban eltérhetnek, mert a különböző nyelvek karakterstruktúrája eltérő.
A(z) Karakterlánc-hasonlóság használata
Hasonlítson össze két karakterláncot, és mérje meg, mennyire hasonlóak, olyan algoritmusokkal, mint a Levenshtein, Jaro-Winkler, Jaccard és Dice – minden a böngészőjében számolódik.
- Illessze be az első karakterláncot a felső beviteli mezőbe, a másodikat az alsóba.
- Figyelje, hogyan frissülnek azonnal a hasonlósági pontszámok, ha bármelyik szöveget szerkeszti, 0 (nincs egyezés) és 1 (azonos) között.
- A Levenshtein a két lánc közti egykarakteres szerkesztések számát mutatja, a Jaro-Winkler pedig olyan előtag-érzékeny összehasonlításokra jó, mint a nevek.
- Jaccard vagy Dice a közös karakterhalmazok mérésére, Cosine a vektorszerű átfedésre, Hamming pedig csak azonos hosszú láncokra használható.
Az algoritmusok szándékosan adnak eltérő ítéletet: nézzen meg kettőt-hármat egymás mellett, hiszen a Levenshtein a szerkesztéseket, a Jaccard a közös részeket számolja.
Kapcsolódó eszközök
- Sorok rendezése Rendezze a szövegsorokat betűrendben, számszerűen vagy hossz szerint. Távolítsa el a másolatokat és fordítsa meg a sorrendet.
- Szám Szöveggé Alakítsa át a számokat angol szavakká, kínai nagybetűkké, római számokká és tudományos jelöléssé azonnal.
- Nagy- és Kisbetű Konverter Alakítsa át a szöveget azonnal nagybetű, kisbetű, cím, camelCase, snake_case, kebab-case és más között
- Véletlenszerű Kis-Nagybetű Véletlenszerűen alakítsa a szöveg betűit nagy- vagy kisbetűssé. Hozzon létre SpongeBob szöveget azonnal.
- Palindrom Létrehozása Hozzon létre palindrómákat bármilyen szövegből a megfordított karakterlánc hozzáadásával. Ingyenes online eszköz, amely azonnal működik a böngészőjében több soros támogatással.
- Palindróm-ellenőrző Azonnal ellenőrizze, hogy bármely szöveg, szó vagy mondat palindróm-e. Ingyenes online eszköz, amely 100%-ban a böngészőjében fut.
- Sztring Forgatás Forgassa szöveg karaktereit balra vagy jobbra körkörös eltolással. Ingyenes online eszköz.
- Szöveg Ismétlés Ismételje meg a szöveget annyiszor, amennyiszer akarja, egyéni elválasztóval. Ingyenes, gyors, 100% böngészőalapú.