{"status":"success","response_data":[["Apple","appl!e",1.0]]}
curl --location --request POST 'https://zylalabs.com/api/11916/preprocessed+record+similarity+api/22653/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 预处理记录相似性 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"。
|
预处理记录相似度API是一个为现实世界的杂乱数据构建的高速模糊匹配和去重API 它帮助你识别近重复记录并调解实体即使值不完全匹配—拼写错误、大写差异、缺少标点、间距问题、缩写和轻微的词序变化
你无需构建和调整自己的模糊匹配管道,只需将你的字符串(或记录)发送到API并返回可以信任的相似度评分匹配典型输出包括匹配对(例如:“苹果” ↔ “苹果公司”)、相似度分数和结构化结果,便于插入数据清理工作流、客户关系管理、ETL作业和分析管道
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
与主列表调解:将输入列表与标准集匹配(列表对主表)
客户关系管理和客户数据卫生:清理导致报告和外联出现问题的潜在重复的线索/账户/公司
实体解析与记录链接:在多个来源中连接到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(不需要为每个边缘案例手动规则)
用于排名和阈值的相似度分数(你可以选择多严格)
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 JSON 对象,包含匹配的字符串对、相似度分数和可选的去重结果。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,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”用于匹配的严格性,“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,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能包括原始字符串 索引和相似性分数 方便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其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”或审查输入列表可以帮助改善结果