Shotnest · Bibliothek
Gleiche Wortmengen in anderer Reihenfolge erkennen
„red blue“ und „blue red“ erreichen im Vergleichswerkzeug von Shotnest eine Wortüberschneidung von 1, sind aber selbst nach der Normalisierung nicht gleich.
Die Reihenfolge liegt außerhalb des Maßes
Die Wortüberschneidung ist die Zahl der gemeinsamen verschiedenen Tokens geteilt durch die Zahl der verschiedenen Tokens beider Texte zusammen. Die Position spielt keine Rolle. „red blue“ und „blue red“ ergeben dieselbe Menge, also beträgt die Überschneidung 2 ÷ 2 = 1. Die normalisierte Gleichheit vergleicht die ganzen normalisierten Zeichenfolgen und meldet deshalb weiterhin Nein: Die Wörter stehen in anderer Reihenfolge.
Genau diese Lücke zwischen den beiden Zeilen ist das nützliche Signal. Volle Überschneidung bei ungleichem normalisiertem Text heißt, dass derselbe Wortschatz umgestellt wurde – in einer Liste womöglich harmlos, in einem Satz entscheidend.
Die Normalisierung stellt nichts um: Sie schreibt klein, vereinheitlicht Akzente und fasst Leerzeichen zusammen und vergleicht die Zeichenfolgen dann so, wie sie stehen.
Eingaben
- Erster Text
- red blue
- Zweiter Text
- blue red
Ergebnisse
- Exakt gleich
- Nein
- Nach Normalisierung gleich
- Nein
- Wortüberschneidung
- 1
- Nur im ersten Text
- Nicht verfügbar
- Nur im zweiten Text
- Nicht verfügbar
Textüberschneidung beweist nicht, dass zwei Bilder oder Dokumente identisch sind.
Die drei Ergebnisse zusammen lesen
- Exakt gleich: Nein.
- Nach Normalisierung gleich: Nein, weil die Reihenfolge abweicht.
- Wortüberschneidung: 1, mit leeren Listen Nur im ersten Text und Nur im zweiten Text.
- Lesen Sie beide Texte der Reihe nach laut; ändert sich die Bedeutung, behandeln Sie sie als verschiedene Einträge.
- Gemeinsame Tokens
- 2
- Verschiedene Tokens insgesamt
- 2
- Wortüberschneidung
- 1
Wenn die Wortreihenfolge zählt
„Gate 12 seat 5“ und „seat 12 gate 5“ teilen jedes Token und vertauschen zwei Zahlen zwischen den Feldern. „Not before Friday“ und „before Friday, not“ bedeuten Verschiedenes. In der App Shotnest übergeht auch die Suche die Reihenfolge: Jedes getippte Wort muss im Text des Screenshots vorkommen, an beliebiger Stelle. Das hilft beim Finden eines Screenshots und ist ein Grund mehr, das Ergebnis zu lesen, bevor Sie danach handeln.
- Zwei Screenshots als Duplikate bezeichnen, weil ihre Textüberschneidung 1 beträgt.
- Die Zeile zur normalisierten Gleichheit überspringen, obwohl nur sie die Reihenfolge bemerkt.
- Eine umgestellte Liste für identisch halten, wenn ihre Elemente an Positionen gebunden sind, etwa Sitzplätze oder Ränge.
Das Beispiel mit den vertauschten Feldern liefert genau dieses Ergebnis: „Gate 12 seat 5“ und „seat 12 gate 5“ sind nach der Normalisierung nicht gleich, und ihre Überschneidung beträgt 1.
Kein Urteil über Bilder
Das unten verlinkte Vergleichswerkzeug weist darauf hin, dass sein Ergebnis nur die Textüberschneidung ist und kein Beweis, dass zwei Bilder oder Dokumente identisch sind. Die Duplikatprüfung von Shotnest selbst verlangt neben gemeinsamen Wörtern auch übereinstimmende Bildmaße und visuelle Fingerabdrücke.