Dize Benzerliği
İki dizeyi Levenshtein, Jaro-Winkler, Kosinüs, Jaccard, Hamming ve Dice algoritmalarıyla karşılaştırın. Anında sonuç, %100 gizli.
Dize benzerliği nedir?
Dize benzerliği iki metin dizgisinin birbirine ne kadar yakın olduğunu ölçer. Yazım denetimi, DNA analizi, intihal tespiti ve veri tekilleştirme için kullanılır.
Levenshtein mesafesi nedir?
Levenshtein mesafesi (düzenleme mesafesi), bir dizeyi diğerine dönüştürmek için gereken minimum tek karakterlik düzenleme — ekleme, silme veya değiştirme — sayısını ölçer. Örneğin, "cat" ile "bat" arasındaki mesafe 1'dir.
Jaro-Winkler benzerliği nedir?
Jaro-Winkler, ortak bir önek paylaşan dizelere daha yüksek puanlar verir. Veritabanlarında isim, adres ve kayıt eşleştirmesinde yaygın olarak kullanılır.
Kosinüs benzerliği nasıl çalışır?
Kosinüs benzerliği dizeleri karakter n-gramlarına ayırır, bunları vektörlere dönüştürür ve aralarındaki açının kosinüsünü ölçer. Uzun metinler için iyi çalışır.
Kosinüs ve Jaccard benzerliği arasındaki fark nedir?
Kosinüs benzerliği n-gram frekans vektörlerini kullanır ve aralarındaki açıyı ölçer; Jaccard ise n-gram kümelerini kesişim/birleşim oranıyla karşılaştırır. Jaccard tekrarları yok sayar; kosinüs saymaz.
Hamming mesafesi nedir?
Hamming mesafesi, eşit uzunluktaki iki dize arasındaki karşılık gelen karakterlerin farklı olduğu konumların sayısını sayar. Yalnızca eşit uzunluktaki dizelerde çalışır.
Sørensen-Dice katsayısı nedir?
Sørensen-Dice katsayısı, her iki dizgedeki toplam bigramlara karşılık paylaşılan bigram sayısına dayalı olarak benzerliği ölçer. Jaccard'dan farklı olarak ortak öğelere daha fazla ağırlık verir.
Hangi algoritmayı kullanmalıyım?
Yazım hataları içeren kısa dizeler (isimler, kodlar) için Levenshtein veya Jaro-Winkler kullanın. Uzun metinler için kosinüs benzerliği en iyisidir. Hızlı küme karşılaştırması için Jaccard kullanın.
n-gram analizi nedir?
n-gram, bir dizgeden n karakterlik bitişik bir dizidir. Örneğin, "hello"nun bigramları "he", "el", "ll", "lo"dur. n-gramlar birçok benzerlik algoritmasının yapı taşıdır.
Bulanık eşleştirme nedir?
Bulanık eşleştirme, bir kalıpla tam olarak değil yaklaşık olarak eşleşen dizeleri bulur. Arama motorlarında, yazım denetiminde ve veri temizlemede kullanılır.
Verilerim bir sunucuya gönderiliyor mu?
Hayır, tüm hesaplamalar tarayıcınızda yerel olarak yapılır. Metniniz cihazınızdan hiç ayrılmaz. Sunucu tarafında işleme veya veri depolama yoktur.
Farklı dillerdeki metinleri karşılaştırabilir miyim?
Evet, algoritmalar herhangi bir Unicode karakterle çalışır. Ancak farklı dillerin farklı karakter yapıları olduğundan sonuçlar değişebilir.