Shotnest · Bibliothèque
Repérer un nombre modifié dans des passages similaires
Gate 12 now et Gate 13 now partagent deux mots distincts sur quatre, soit un chevauchement de 0,5 ; la comparaison n’indique que 12 et 13 comme mots différents.
Comment le chiffre de chevauchement est calculé
L’outil de comparaison normalise les deux textes, réduit les suites d’espaces et les découpe aux espaces. Il compte ensuite les mots distincts : gate, 12 et now d’un côté, gate, 13 et now de l’autre. Deux mots sont communs et quatre mots distincts apparaissent au total : le chevauchement vaut donc 2 ÷ 4 = 0,5. L’outil liste aussi ce qui n’apparaît que d’un côté, ici 12 dans le premier texte et 13 dans le second.
Le nombre modifié est la seule partie qui compte pour un voyageur, et pourtant il fait varier le chevauchement autant que n’importe quel autre mot. Lire les listes de mots propres à chaque côté est donc plus utile que lire le ratio.
Données d’entrée
- Premier texte
- Gate 12 now
- Deuxième texte
- Gate 13 now
Résultats
- Exactement identiques
- Non
- Identiques après normalisation
- Non
- Chevauchement des mots
- 0,5
- Seulement dans le premier texte
- 12
- Seulement dans le deuxième texte
- 13
Le chevauchement textuel ne prouve pas que deux images ou documents sont identiques.
Comparer deux versions d’un avis
- Collez d’abord le texte le plus ancien, puis le plus récent.
- Lisez Exactement identiques et Identiques après normalisation ; les deux indiquent Non ici.
- Passez directement à Seulement dans le premier texte et Seulement dans le deuxième texte, et cherchez-y des chiffres.
- Déterminez quelle valeur est actuelle grâce à l’app ou au guichet de l’émetteur lui-même, pas grâce à la comparaison.
- Seulement dans le premier texte
- 12
- Seulement dans le deuxième texte
- 13
- Chevauchement des mots dans la détection de doublons de l’app, chiffres ignorés
- 1
Pourquoi le nettoyage de l’app ignore cette différence
La détection de doublons de Shotnest ne compare que les mots faits de lettres et longs de plus d’un caractère : les heures et les nombres ne comptent pas, et pour ces deux lignes son chevauchement de mots vaut 1. Une paire n’est proposée comme doublon que si les images ont aussi la même largeur, la même hauteur et une empreinte d’image presque identique ; la plus récente de chaque lot est gardée.
- Supprimer la plus ancienne de deux captures de porte d’embarquement parce que les mots concordent, sans vérifier quel numéro la compagnie aérienne affiche maintenant.
- Lire 0,5 comme si la moitié du sens avait changé ; un seul mot modifié dans un texte de trois mots suffit à diviser le chiffre par deux.
- S’attendre à ce que les nombres pèsent plus que les mots ; chaque mot distinct compte une fois, qu’il s’agisse d’un numéro de porte ou du mot now.
Similaire ne veut pas dire actuel
Ni le ratio ni les listes de mots ne savent quand chaque capture a été prise, ni laquelle l’émetteur maintient encore. Gardez l’horodatage de chaque image et voyez la comparaison comme un moyen de repérer vite la différence.