Levenshteinská vzdálenost
Změřte vzdálenost úprav mezi dvěma řetězci plus procento podobnosti.
Levenshteinská vzdálenost
Levenshteinova vzdálenost je nejmenší počet úprav jednoho znaku – vložení, odstranění a nahrazení – potřebných k přeměně jednoho řetězce na jiný. Vložte řetězec na každou stranu a tento nástroj oznámí tuto vzdálenost spolu s normalizovaným poměrem podobnosti vypočítaným jako (nejdelší délka mínus vzdálenost) děleno nejdelší délkou: 100 % znamená, že dva řetězce jsou identické a procento klesá, když se rozcházejí.
Vzdálenost úprav je metrikou kontroly pravopisu, fuzzy vyhledávání, deduplikace a porovnávání sekvencí DNA. Odpovídá „jak daleko jsou tyto dvě hodnoty“ způsobem, který obyčejná kontrola rovnosti nemůže – „kotě“ a „sedící“ se liší o 3 úpravy, což je mnohem blíže než dvě nesouvisející slova. Porovnání názvů produktů, SKU, nadpisů nebo krátkých uživatelských vstupů pro téměř duplikáty je přesně to, k čemu je vytvořen.
Srovnání doladí tři možnosti. Ignorovat velikost písmen považuje „Ahoj“ a „ahoj“ za rovnocenné. Před porovnáním ořízněte mezery na začátku a na konci z každé strany. Porovnat podle umožňuje přepínat ze znaků na slova: režim slov měří, kolik celých slov se musí změnit, což je správná jednotka pro porovnávání vět spíše než tokenů. Velmi dlouhé vstupy jsou zpracovány bezpečně — protože výpočet roste se součinem dvou délek, extrémně velké páry vrátí krátké upozornění místo zmrazení tabulátoru.
Vše běží lokálně ve vašem prohlížeči. Tyto dva řetězce se nikdy neodesílají, takže porovnávání důvěrných jmen, klíčů nebo nepublikovaného textu je zcela soukromé.