Shotnest · Biblioteca
Detecta un número cambiado en textos similares
Gate 12 now y Gate 13 now comparten dos de cuatro términos distintos, una coincidencia de 0,5; la comparación indica 12 y 13 como los únicos términos que difieren.
Cómo se calcula la cifra de coincidencia
La herramienta de comparación normaliza ambos textos, reduce las secuencias de espacios y los divide por los espacios. Después cuenta los términos distintos: gate, 12 y now en un lado; gate, 13 y now en el otro. Dos términos son comunes y en total aparecen cuatro términos distintos, así que la coincidencia es 2 ÷ 4 = 0,5. La herramienta también enumera lo que aparece en un solo lado, que aquí es 12 en el primer texto y 13 en el segundo.
El número que cambió es lo único que le importa a quien viaja y, sin embargo, mueve la coincidencia lo mismo que cualquier otra palabra. Por eso es más útil leer las listas de términos de cada lado que fijarse en la proporción.
Datos de entrada
- Primer texto
- Gate 12 now
- Segundo texto
- Gate 13 now
Resultados
- Exactamente iguales
- No
- Iguales tras normalizar
- No
- Coincidencia de palabras
- 0,5
- Solo en el primer texto
- 12
- Solo en el segundo texto
- 13
La coincidencia de texto no demuestra que dos imágenes o documentos sean idénticos.
Compara dos versiones de un aviso
- Pega primero el texto más antiguo y después el más reciente.
- Lee Exactamente iguales e Iguales tras normalizar; aquí ambos indican No.
- Ve directamente a Solo en el primer texto y Solo en el segundo texto y busca dígitos.
- Decide qué valor está vigente a partir de la app o el mostrador del propio emisor, no de la comparación.
- Solo en el primer texto
- 12
- Solo en el segundo texto
- 13
- Coincidencia de palabras en la detección de duplicadas de la app, sin contar dígitos
- 1
Por qué la limpieza de la app ignora esta diferencia
La detección de duplicadas de Shotnest compara solo palabras formadas por letras y de más de un carácter, así que las horas y los números no cuentan; para estas dos líneas su coincidencia de palabras es 1. Un par solo se propone como duplicado cuando las imágenes tienen además el mismo ancho y alto y una huella de imagen casi idéntica, y de cada grupo se conserva la más reciente.
- Eliminar la más antigua de dos capturas de la puerta de embarque porque las palabras coinciden, sin comprobar qué número muestra ahora la aerolínea.
- Leer 0,5 como si hubiera cambiado la mitad del significado; un solo término cambiado en un texto de tres palabras basta para reducir la cifra a la mitad.
- Esperar que los números pesen más que las palabras; cada término distinto cuenta una vez, sea un número de puerta o la palabra now.
Parecido no significa vigente
Ni la proporción ni las listas de términos saben cuándo se hizo cada captura ni cuál sigue respaldando el emisor. Conserva la marca de tiempo de cada imagen y usa la comparación para encontrar rápido la diferencia.