文字列類似度計算機

5つの有名な文字列距離および文字列類似度アルゴリズムを同時に使用して、2つの文字列を比較します。Levenshtein編集距離、Jaroおよび Jaro-Winkler類似度、Hamming距離、および文字バイグラムのコサイン類似度です。単純なテキストdiffツールが何が変わったかを示す場合、このツールはどのくらい変わったかを示します。正確で再現可能な数値として。

使い方

文字列 A と 文字列 B を入力または貼り付けて、結果をすぐに読みます。ツールはキーストロークのたびに再計算されます。大文字と小文字を区別しない をオンにして、「単語」と「単語」をすべてのメトリクスで同じものとして扱います。

各メトリクスの意味

• Levenshtein距離 — 文字列 A を文字列 B に変換するために必要な単一文字の挿入、削除、および置換の最小数。Levenshtein類似度 行は同じ距離をパーセンテージで表します（1 − 距離 ÷ より長い文字列の長さ）。
• Levenshtein編集操作 — その最小編集スクリプトを構成する挿入、削除、および置換の正確な数と、変更なしで一致した文字の数の内訳。
• Levenshtein距離行列 — アルゴリズムが内部で構築する完全な動的計画法テーブル。行と列には、比較された実際の文字でラベルが付けられています。セルを「この行と列で終わるプレフィックス間の編集距離」と読んでください。25文字より長い文字列ではスキップされます。グリッドが読めなくなります。
• Jaro類似度 — 位置が密接にある文字を共有し、小さな転置に対して耐性のある文字列に報酬を与えます（レコードリンケージとダブルディテクションシステムで使用されます）。
• Jaro-Winkler類似度 — 共通プレフィックス（最大4文字）を共有する文字列に対して増加したJaro類似度。文字列の開始がより信頼できる傾向がある名前と短い識別子をマッチングするための一般的な選択肢です。
• Hamming距離 — 同じ位置にある異なる文字の数。両方の文字列が同じ長さの場合にのみ定義されます。それ以外の場合は「N/A」と表示されます。
• コサイン類似度（バイグラム） — 各文字列を重複する2文字シーケンスのベクトルとして扱い、それらの間の角度を測定します。ファジーテキストマッチングとニアデュプリケート検出で一般的なメトリクス。

アルゴリズムが一致しないのはなぜですか？

異なるジョブのために作成されています。LevenshteinとHammingは文字レベルの生の編集をカウントするため、長い文字列の開始近くに挿入された単一の文字は大きな変更に見えることがあります。Jaro-Winklerとバイグラムコサイン類似度は位置よりも共有構造に重みを付けるため、綴り間違い、並べ替え、および長さの違いに対してより寛容です。これが、ファジーマッチングおよびスペルチェックシステムが単純な編集距離よりもそれらを支持する傾向がある理由です。

テキストdiffと同じですか？

全く同じではありません。正確な数値が必要な場合は、このツールを使用してください。レコードの重複排除、ファジーマッチング閾値の調整、入力された回答が正しい答えにどれだけ近いかを採点します。2つのテキストブロック間でどの単語または行が正確に変わったかの並列表示については、テキスト比較ツールを使用するか、より長いパッセージの一般的な文字/単語重複スコアについてはテキスト類似度チェッカーを使用してください。

プライバシー

すべてはブラウザで実行されます。入力した文字列はサーバーに送信されることはありません。