{"status":"success","response_data":[["Apple","appl!e",1.0]]}
curl --location --request POST 'https://zylalabs.com/api/11895/similarity+api/22607/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 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"。
|
相似性API是一种高速模糊匹配和去重API,旨在处理混乱和现实世界中的数据。它帮助你识别几乎重复的记录,并在值不完全匹配的情况下进行实体的调和——例如拼写错误、大写与小写的差异、缺少标点符号、空格问题、缩写以及单词顺序的轻微变化。
与其构建和调整自己的模糊匹配管道,不如将你的字符串(或记录)发送到API,并获得你可以信任的相似性得分的匹配。典型的输出包括匹配对(例如,“Apple”⇔“apple inc.”)、相似性得分和易于整合到数据清洗工作流、CRM、ETL作业和分析管道中的结构化结果。
常见用例:
去重列表:在数据集中查找重复项(全对全匹配),并返回可能重复的对。
与主列表调和:将传入列表与规范集合匹配(列表到主列表)。
CRM和客户数据卫生:清理潜在客户/账户/公司,以便去重不干扰报告和联系。
实体解析和记录链接:通过来源连接对同一现实世界实体的引用。
团队为何使用它:
从一开始就能处理混乱的文本(无需为每个极端情况手动设定规则)
用于分类和阈值的相似性得分(你来决定严格程度)
为扩展和自动化而构建(旨在适用于管道,而不仅仅是一次性脚本)
Dedupe端点返回一个包含匹配的字符串对、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,例如匹配对或去重字符串
用户可以通过调整“config”对象中的参数来自定义请求,例如“similarity_threshold”用于匹配严格性,“remove_punctuation”用于预处理,以及“output_format”以选择所需的结果结构
响应数据组织为一个结果数组,其中每个条目对应于一个匹配或去重字符串。根据输出格式,条目可以包括原始字符串、索引和相似度分数,便于轻松集成到工作流程中
典型的使用案例包括去除客户名单中的重复项 将记录与主名单进行核对 清理CRM数据 以及在不同数据源之间进行实体解析以确保数据的完整性和准确性
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旨在有效处理杂乱数据,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其特定需求定制匹配过程
如果去重端点返回部分或空结果,用户应检查输入数据是否存在质量问题,例如过多的重复项或非常低的相似性阈值。调整“相似性阈值”或查看输入列表可以帮助改善结果