Shotnest · 资料库
留意改变陈述的短词
Booking is active 和 Booking is not active 的重合度为 0.75，区别只在 not 一个词；相信任何一段文字之前，先看只在一边出现的词元。
一个短词如何改变结果
比较时，两段规范化后的文字都会拆成不同的词元。Booking is active 有三个：booking、is、active。Booking is not active 有四个。总共四个中有三个共有，得出 0.75。差异列表显示 not 只在第二段文字中，第一段文字中没有独有的词元。
意思完全相反，重合度却只少了四分之一。句子越长，这个词就藏得越深：在一则有二十个词元的通知里，多一个 not，重合度仍高于 0.9。这个比率衡量的是共有的词，而不是共有的意思。
大小写和重音不算变化。BOOKING IS ACTIVE 和 Booking is active 在规范化后相同，重合度为 1。
输入值
- 第一段文本
- Booking is active
- 第二段文本
- Booking is not active
结果
- 完全相同
- 否
- 规范化后相同
- 否
- 词语重合度
- 0.75
- 仅在第一段文本中
- 暂无数据
- 仅在第二段文本中
- not
文本重合不能证明两张图像或两份文档完全相同。
比较两条状态消息
- 先粘贴较早的状态，再粘贴较晚的。
- 先读“仅在第一段文本中”和“仅在第二段文本中”的列表，再看重合度数值。
- 留意否定词和状态词，比如 not、no、cancelled 或 expired。
- 向发出这条消息的服务方确认当前状态。
- 每条消息单独粘贴；两边多出共同的行会抬高重合度，让差异更容易被忽略。
- 仅在第二段文本中
- not
- 应用重复项检查中的词语重合度
- 0.75
- 应用的重复项词语阈值
- 0.7
这在应用中何时重要
Shotnest 的重复项检查会认为这两段文字在词语上足够接近，因为 0.75 高于它的 0.7 阈值。把它们区分开的是图像：重复项还需要宽度和高度相同、图像指纹几乎一致，而状态行一变，画面通常也会变。
- 以为重合度高就说明第二条消息只是重复第一条。
- 把重合度的方向读反了；能显示哪段文字多了一个词的是列表，而不是数值。
- 忘了应用会从词语集合中去掉单字母的词，所以变了的 a 或 I 在那里从不计入，而比较工具会保留每个词元。
相似不是结论
工具无法判断哪种预订状态是真实的。核实之前请保留两张截屏，核实之后再整理。