{"status":"success","response_data":[["Apple","appl!e",1.0]]}
curl --location --request POST 'https://zylalabs.com/api/11917/similarity+api+-+batch+text+similarity+processing/22650/dedupe?data=["Apple", "appl!e"]' --header 'Authorization: Bearer YOUR_API_KEY'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 高性能相似性 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 标头 | 描述 |
|---|---|
授权
|
必需
应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。
|
高性能相似性API是一个高速模糊匹配和去重API,专为现实世界中的杂乱数据构建。它帮助您识别近似重复的记录,并在值不完全匹配时调和实体——拼写错误、大小写差异、缺失标点符号、空格问题、缩写以及轻微的词序变化
您无需构建和调优自己的模糊匹配管道,只需将字符串(或记录)发送到API,并获得可以信赖的相似性评分匹配结果。典型输出包括匹配对(例如,“Apple” ↔ “apple inc.”)、相似性分数和易于融入数据清理工作流程、CRM、ETL作业和分析管道的结构化结果
常见用例:
去重列表:在数据集中查找重复项(全对全匹配),并返回可能的重复对
与主列表对账:将传入列表与规范集匹配(列表对主)
CRM和客户数据卫生:清理由于重复导致报告和推广受阻的潜在客户/账户/公司
实体解析与记录链接:连接来源中对同一现实世界实体的引用
团队使用它的原因:
开箱即用处理杂乱文本(不需要对每个边缘案例手动制定规则)
相似性分数用于排名和阈值(您可以选择严格程度)
为规模和自动化而构建(设计用于在管道中运行,而不仅仅是一次性脚本)
去重端点返回一个包含匹配字符串对、相似度分数和可选去重结果的JSON对象。输出可以根据指定的配置格式化为字符串对、索引对或去重字符串
响应数据中的关键字段包括“状态”(指示成功或错误)和“响应数据”,其中包含根据用户请求格式化的结果,例如匹配的对或去重的字符串
用户可以通过调整“config”对象中的参数来定制请求,例如“similarity_threshold”用于匹配严格程度,“remove_punctuation”用于预处理,以及“output_format”用于选择所需的结果结构
响应数据组织为结果数组,每个条目对应一个匹配项或去重字符串 根据输出格式,条目可能包括原始字符串、索引和相似度分数,便于轻松集成到工作流程中
典型的用例包括去重客户名单 将记录与主名单对账 清理客户关系管理数据 以及在不同数据源之间执行实体解析以确保数据完整性和准确性
数据准确性通过先进的模糊匹配算法得以保持,这些算法考虑了常见的数据问题,如拼写错误和大小写差异。该API旨在有效处理混乱数据,确保可靠的匹配结果
接受的参数值包括“similarity_threshold”(0到1)“remove_punctuation”(布尔值)“to_lowercase”(布尔值)“use_token_sort”(布尔值)和“top_k”(整数或“all”)这些参数允许用户根据他们的特定需求调整匹配过程
如果去重端点返回部分或空结果,用户应该检查输入数据的质量问题,例如过多的重复项或非常低的相似度阈值 调整“相似度阈值”或查看输入列表可以帮助改善结果