Нечіткий збіг списків

Нечіткий збіг списків

Вставте два списки, і цей інструмент зіставить подібні елементи, навіть якщо вони записані по-різному. Він справляється з безладом, який не може обробити точний збіг: список клієнтів, де «Jonathan Smith» повинен збігтися з «Jon Smith», експорт, де «café Latte» повинна збігтися з «cafe latte», або два стовпці, де в одному записі є зайва кома. Кожній парі присвоюється оцінка подібності, щоб ви бачили точно, наскільки близький збіг.

Дві параметри визначають, наскільки поблажливим буде порівняння. Поріг подібності встановлює мінімальний бал від 0 до 100, необхідний для пари, щоб вважатися збігом. Метрика визначає, як розраховується цей бал: відстань Левенштейна підраховує кількість редагувань, необхідних для перетворення одного елемента в інший, що підходить для коротких рядків типу імен і кодів, а подібність символьних триграм порівнює перекриваючі три символи і краще справляється з переупорядкованим або частково переписаним текстом. Ігнорування діакритичних знаків, ігнорування реєстру та ігнорування пунктуації видаляють форматування шум, який не повинен впливати на збіг, а нормалізація порядку слів дозволяє «Smith, Jonathan» збігтися з «Jonathan Smith», порівнюючи слова як набір, а не послідовність.

За замовчуванням кожен елемент збігається не більше одного разу зі своєю єдиною найкращою відповідністю — вимкніть цей параметр, щоб елемент міг збігтися зі всім вище порога, що корисно при перевірці близьких дублів, а не при зв'язуванні чистих списків. Неспарені елементи окремо відображаються, коли цей параметр увімкнено, тому нічого не зникає мовчки. Виберіть пари для швидкого читання або CSV з оцінкою для електронної таблиці.

Все виконується локально у вашому браузері: жоден список ніде не вивантажується, що важливо, коли дані — це список клієнтів або контактів. Скопіюйте результат, завантажте його як файл .txt або відправте прямо в інший інструмент для продовження роботи.

FAQ