Shotnest · Bibliothèque
Reconnaître les mêmes mots dans un ordre différent
« red blue » et « blue red » atteignent un chevauchement des mots de 1 dans l’outil de comparaison de Shotnest, et pourtant ils ne sont pas égaux, même après normalisation.
L’ordre échappe à la mesure
Le chevauchement des mots est le nombre de mots distincts communs divisé par le nombre de mots distincts des deux textes réunis. La position n’y joue aucun rôle. « red blue » et « blue red » produisent le même ensemble : le chevauchement vaut donc 2 ÷ 2 = 1. L’égalité normalisée compare les chaînes normalisées entières : elle indique donc toujours Non, car les mots sont dans un autre ordre.
Cet écart entre les deux lignes est le signal utile. Un chevauchement complet avec des textes normalisés différents signifie que le même vocabulaire a été réarrangé, ce qui peut être sans conséquence dans une liste et décisif dans une phrase.
La normalisation ne réordonne rien : elle met en minuscules, neutralise les accents et réduit les espaces, puis compare les chaînes telles quelles.
Données d’entrée
- Premier texte
- red blue
- Deuxième texte
- blue red
Résultats
- Exactement identiques
- Non
- Identiques après normalisation
- Non
- Chevauchement des mots
- 1
- Seulement dans le premier texte
- Non disponible
- Seulement dans le deuxième texte
- Non disponible
Le chevauchement textuel ne prouve pas que deux images ou documents sont identiques.
Lire les trois résultats ensemble
- Exactement identiques : Non.
- Identiques après normalisation : Non, car l’ordre diffère.
- Chevauchement des mots : 1, avec des listes Seulement dans le premier texte et Seulement dans le deuxième texte vides.
- Lisez les deux textes à voix haute dans l’ordre ; si le sens change, traitez-les comme des entrées différentes.
- Mots communs
- 2
- Mots distincts au total
- 2
- Chevauchement des mots
- 1
Quand l’ordre des mots compte
« Gate 12 seat 5 » et « seat 12 gate 5 » partagent tous leurs mots et échangent deux nombres entre les champs. « Not before Friday » et « before Friday, not » ne veulent pas dire la même chose. Dans l’app Shotnest, la recherche ignore elle aussi l’ordre : chaque mot tapé doit apparaître dans le texte de la capture, à n’importe quelle position. Cela vous aide à retrouver une capture, et c’est une raison de plus de lire le résultat avant d’agir.
- Déclarer deux captures en double parce que leur chevauchement de texte vaut 1.
- Sauter la ligne d’égalité normalisée, la seule qui remarque l’ordre.
- Supposer qu’une liste réarrangée est identique alors que ses éléments sont liés à des positions, comme des sièges ou des classements.
L’exemple des champs échangés donne exactement ce résultat : « Gate 12 seat 5 » et « seat 12 gate 5 » ne sont pas égaux après normalisation, et leur chevauchement vaut 1.
Aucun verdict sur les images
L’outil de comparaison indiqué ci-dessous précise que son résultat ne porte que sur le chevauchement du texte et ne prouve pas que deux images ou documents sont identiques. La détection de doublons de Shotnest exige, en plus des mots communs, des dimensions d’image et des empreintes visuelles concordantes.