Tekenreeksgelijkenis
Vergelijk twee tekenreeksen met Levenshtein, Jaro-Winkler, Cosinus, Jaccard, Hamming en Dice. Directe resultaten, 100% privé.
Wat is tekenreeksgelijkenis?
Tekenreeksgelijkenis meet hoe nauw twee tekstreeksen overeenkomen. Het wordt gebruikt in spellingscontroles, DNA-analyse, plagiaatdetectie en deduplicatie van gegevens.
Wat is de Levenshtein-afstand?
De Levenshtein-afstand (bewerkingsafstand) meet het minimale aantal bewerkingen van één teken — invoegingen, verwijderingen of vervangingen — dat nodig is om de ene tekenreeks in de andere te veranderen. Bijvoorbeeld, de afstand tussen "cat" en "bat" is 1.
Wat is Jaro-Winkler-gelijkenis?
Jaro-Winkler kent hogere scores toe aan tekenreeksen die een gemeenschappelijk voorvoegsel delen. Het wordt veel gebruikt voor het vergelijken van namen, adressen en records in databases.
Hoe werkt cosinus-gelijkenis?
Cosinus-gelijkenis splitst tekenreeksen op in karakter-n-grammen, zet ze om in vectoren en meet de cosinus van de hoek ertussen. Het werkt goed voor langere teksten.
Wat is het verschil tussen cosinus- en Jaccard-gelijkenis?
Cosinus-gelijkenis gebruikt n-gram frequentievectoren en meet de hoek ertussen, terwijl Jaccard n-gram verzamelingen vergelijkt met de verhouding van doorsnede tot vereniging. Jaccard negeert duplicaten; cosinus niet.
Wat is de Hamming-afstand?
De Hamming-afstand telt het aantal posities waar corresponderende tekens verschillen tussen twee even lange tekenreeksen. Het werkt alleen bij tekenreeksen van gelijke lengte.
Wat is de Sørensen-Dice-coëfficiënt?
De Sørensen-Dice-coëfficiënt meet gelijkenis op basis van het aantal gedeelde bigrammen ten opzichte van het totaal aantal bigrammen in beide tekenreeksen. Het geeft meer gewicht aan gemeenschappelijke elementen dan Jaccard.
Welk algoritme moet ik gebruiken?
Voor korte tekenreeksen met typefouten (namen, codes) gebruikt u Levenshtein of Jaro-Winkler. Voor lange teksten is cosinus-gelijkenis het beste. Voor snelle verzamelingvergelijking gebruikt u Jaccard.
Wat is n-gram-analyse?
Een n-gram is een opeenvolgende reeks van n tekens uit een tekenreeks. Bijvoorbeeld, de bigrammen van "hello" zijn "he", "el", "ll", "lo". N-grammen zijn de bouwstenen van veel gelijkenisalgoritmen.
Wat is fuzzy matching?
Fuzzy matching vindt tekenreeksen die bij benadering overeenkomen met een patroon, niet exact. Het wordt gebruikt in zoekmachines, spellingscontroles en gegevensschoonmaak.
Worden mijn gegevens naar een server gestuurd?
Nee, alle berekeningen worden lokaal in uw browser uitgevoerd. Uw tekst verlaat nooit uw apparaat. Er is geen server-side verwerking of opslag.
Kan ik teksten in verschillende talen vergelijken?
Ja, de algoritmen werken met elk Unicode-teken. De resultaten kunnen echter verschillen omdat verschillende talen verschillende tekenstructuren hebben.
Hoe Tekenreeksgelijkenis te gebruiken
Vergelijk twee tekenreeksen en geef hun gelijkenis een score met algoritmen zoals Levenshtein, Jaro-Winkler, Jaccard en Dice, alles lokaal in je browser berekend.
- Plak de eerste tekenreeks in het bovenste invoervak en de tweede in het onderste.
- Zie hoe de gelijkheidsscores meteen bijwerken wanneer je een van beide teksten bewerkt, van 0 (geen match) tot 1 (identiek).
- Lees Levenshtein voor het aantal een-teken-bewerkingen tussen de reeksen en Jaro-Winkler voor prefixgevoelige vergelijkingen zoals namen.
- Gebruik Jaccard of Dice om gedeelde verzamelingen tekens te meten, Cosine voor vectorachtige overlapping en Hamming alleen voor reeksen van gelijke lengte.
De algoritmen verschillen met opzet: zet er twee of drie naast elkaar, want Levenshtein telt bewerkingen terwijl Jaccard gedeelde stukken telt.
Gerelateerde tools
- Regels Sorteren Sorteer tekstregels alfabetisch, numeriek of op lengte. Verwijder duplicaten en keer de volgorde om.
- Getal in Woorden Converteer getallen naar Engelse woorden, Chinese hoofdletters, Romeinse cijfers en wetenschappelijke notatie.
- Hoofdletterconverter Converteer tekst direct tussen hoofdletters, kleine letters, titel, camelCase, snake_case, kebab-case en meer
- Willekeurige Hoofdletters Converteer tekstletters willekeurig naar hoofdletters of kleine letters. Maak SpongeBob-tekst direct in uw browser.
- Palindroom Maken Maak palindromen van elke tekst door de omgekeerde string toe te voegen. Gratis online tool die direct in uw browser werkt met ondersteuning voor meerdere regels.
- Palindroom Checker Controleer direct of een tekst, woord of zin een palindroom is. Gratis online tool die 100% in uw browser werkt.
- Tekst Roteren Roteer tekens naar links of rechts met circulaire verschuiving. Gratis online tool.
- Tekst Herhalen Herhaal tekst zo vaak als nodig met aangepast scheidingsteken. Gratis, snel en 100% in de browser.