Shotnest · Библиотека
Находите изменённое число в похожих отрывках
У Gate 12 now и Gate 13 now общие два из четырёх разных токенов — совпадение 0,5; сравнение называет 12 и 13 единственными различающимися токенами.
Как получается показатель совпадения
Инструмент сравнения нормализует оба текста, сводит серии пробелов к одному и делит текст по пробелам. Затем он считает различные токены: gate, 12 и now с одной стороны, gate, 13 и now — с другой. Общих токенов два, всего различных четыре, поэтому совпадение равно 2 ÷ 4 = 0,5. Инструмент также перечисляет то, что встречается только с одной стороны: здесь это 12 в первом тексте и 13 во втором.
Изменившееся число — единственное, что важно путешественнику, и всё же оно сдвигает совпадение ровно настолько же, насколько любое другое слово. Поэтому списки токенов, найденных только с одной стороны, полезнее самого отношения.
Входные данные
- Первый текст
- Gate 12 now
- Второй текст
- Gate 13 now
Результаты
- Полностью совпадают
- Нет
- Совпадают после нормализации
- Нет
- Совпадение слов
- 0,5
- Только в первом тексте
- 12
- Только во втором тексте
- 13
Совпадение текста не доказывает, что два изображения или документа идентичны.
Сравните две версии объявления
- Вставьте сначала более старый текст, затем более новый.
- Посмотрите на «Полностью совпадают» и «Совпадают после нормализации»; здесь в обоих случаях «Нет».
- Сразу переходите к «Только в первом тексте» и «Только во втором тексте» и ищите цифры.
- Какое значение актуально, решайте по приложению или стойке того, кто выдал документ, а не по сравнению.
- Только в первом тексте
- 12
- Только во втором тексте
- 13
- Совпадение слов в проверке дубликатов приложения, без цифр
- 1
Почему уборка в приложении не замечает этой разницы
Проверка дубликатов в Shotnest сравнивает только слова из букв длиннее одного символа, поэтому время и числа не учитываются; для этих двух строк её совпадение слов равно 1. Пара предлагается как дубликаты, только если у изображений ещё и одинаковые ширина и высота и почти одинаковый отпечаток изображения, а в каждой группе остаётся самый новый снимок.
- Удалять более старый из двух скриншотов с выходом на посадку, потому что слова совпадают, не проверив, какой номер авиакомпания показывает сейчас.
- Понимать 0,5 так, будто изменилась половина смысла; в тексте из трёх слов одного изменившегося токена достаточно, чтобы показатель уменьшился вдвое.
- Ожидать, что числа весят больше слов; каждый различный токен учитывается один раз, будь то номер выхода или слово now.
Похожее не значит актуальное
Ни отношение, ни списки токенов не знают, когда был сделан каждый скриншот и за каким из них выдавшая сторона всё ещё стоит. Сохраняйте время съёмки каждого изображения и используйте сравнение как способ быстро найти разницу.