{"status":"success","response_data":[["Apple","appl!e",1.0]]}
curl --location --request POST 'https://zylalabs.com/api/11921/instant+results+similarity+api/22655/dedupe?data=["Apple", "appl!e"]' --header 'Authorization: Bearer YOUR_API_KEY'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el Resultados Instantáneos Similares API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento.
API de similitud de resultados instantáneos es una API de coincidencia difusa y deduplicación de alta velocidad diseñada para datos desordenados y del mundo real. Ayuda a identificar registros casi duplicados y reconciliar entidades incluso cuando los valores no coinciden exactamente—errores tipográficos, diferencias de mayúsculas y minúsculas, puntuación faltante, problemas de espaciado, abreviaturas y cambios menores en el orden de las palabras.
En lugar de construir y ajustar su propia canalización de coincidencia difusa, envía sus cadenas (o registros) a la API y recibe de vuelta coincidencias puntuadas por similitud en las que puede confiar. Las salidas típicas incluyen pares coincidentes (por ejemplo, “Apple” ↔ “apple inc.”), puntuaciones de similitud y resultados estructurados que son fáciles de integrar en flujos de trabajo de limpieza de datos, CRMs, trabajos de ETL y canalizaciones de análisis.
Casos de uso comunes:
Deduplicar listas: encontrar duplicados dentro de un conjunto de datos (coincidencia uno a uno) y devolver pares de duplicados probables.
Reconciliar contra una lista maestra: coincidir una lista entrante con un conjunto canónico (lista a maestra).
Higiene de datos de CRM y clientes: limpiar leads/cuentas/empresas donde los duplicados rompen informes y actividades de alcance.
Resolución de entidades y vinculación de registros: conectar referencias a la misma entidad del mundo real a través de fuentes.
Por qué los equipos lo utilizan:
Funciona con texto desordenado desde el primer momento (sin reglas manuales para cada caso límite)
Puntuaciones de similitud para clasificación y umbrales (usted elige cuán estricto ser)
Diseñado para escalar y automatizar (diseñado para ejecutarse en canalizaciones, no solo en scripts únicos)
El endpoint Dedupe devuelve un objeto JSON que contiene pares de cadenas coincidentes, puntajes de similitud y resultados deduplicados opcionales La salida se puede formatear como pares de cadenas, pares de índices o cadenas deduplicadas según la configuración especificada
Los campos clave en los datos de respuesta incluyen "estado" (indicando éxito o error) y "datos_de_respuesta" que contienen los resultados formateados de acuerdo con la solicitud del usuario como pares coincidentes o cadenas deduplicadas
Los usuarios pueden personalizar las solicitudes ajustando parámetros en el objeto "config" como "similarity_threshold" para la rigurosidad de coincidencias "remove_punctuation" para el preprocesamiento y "output_format" para elegir la estructura del resultado deseado
Los datos de respuesta están organizados como un arreglo de resultados donde cada entrada corresponde a un partido o cadena desduplicada Dependiendo del formato de salida las entradas pueden incluir cadenas originales índices y puntajes de similitud facilitando una fácil integración en flujos de trabajo
Los casos de uso típicos incluyen la deduplicación de listas de clientes la conciliación de registros con una lista principal la limpieza de datos de CRM y la resolución de entidades a través de diferentes fuentes de datos para garantizar la integridad y precisión de los datos
La precisión de los datos se mantiene a través de avanzados algoritmos de emparejamiento difuso que tienen en cuenta problemas comunes de datos como errores tipográficos y diferencias en mayúsculas y minúsculas La API está diseñada para manejar datos desordenados de manera efectiva asegurando resultados de emparejamiento fiables
Los valores de parámetro aceptados incluyen "similarity_threshold" (0 a 1), "remove_punctuation" (booleano), "to_lowercase" (booleano), "use_token_sort" (booleano) y "top_k" (entero o "todos"). Estos parámetros permiten a los usuarios adaptar el proceso de coincidencia a sus necesidades específicas
Si el punto final de Dedupe devuelve resultados parciales o vacíos, los usuarios deben revisar los datos de entrada en busca de problemas de calidad, como duplicados excesivos o umbrales de similitud muy bajos. Ajustar el "umbrales_de_similitud" o revisar la lista de entrada puede ayudar a mejorar los resultados