API de Similaridade de Correspondência Eficiente é uma API de correspondência difusa e deduplicação de alta velocidade, construída para dados bagunçados e do mundo real. Ela ajuda você a identificar registros quase duplicados e reconciliar entidades mesmo quando os valores não correspondem exatamente—erros de digitação, diferenças de caixa, pontuação ausente, problemas de espaçamento, abreviações e pequenas mudanças na ordem das palavras.
Em vez de construir e ajustar seu próprio pipeline de correspondência difusa, você envia suas strings (ou registros) para a API e recebe de volta correspondências pontuadas por similaridade em que você pode confiar. As saídas típicas incluem pares correspondentes (por exemplo, “Apple” ↔ “apple inc.”), pontuações de similaridade e resultados estruturados que são fáceis de integrar em fluxos de trabalho de limpeza de dados, CRMs, trabalhos de ETL e pipelines de análise.
Casos de uso comuns:
Deduplicar listas: encontrar duplicatas dentro de um conjunto de dados (correspondência de todos para todos) e retornar pares de duplicatas prováveis.
Reconciliar contra uma lista mestre: combinar uma lista de entrada com um conjunto canônico (lista para mestre).
Higiene de dados de CRM e clientes: limpar leads/contas/empresas onde duplicatas prejudicam relatórios e outreach.
Resolução de entidades e vinculação de registros: conectar referências à mesma entidade do mundo real em diferentes fontes.
Por que as equipes usam:
Funciona com texto bagunçado fora da caixa (sem regras manuais para cada caso marginal)
Pontuações de similaridade para classificação e limiares (você escolhe quão rigoroso ser)
Construído para escala e automação (projetado para rodar em pipelines, não apenas em scripts únicos)
{"status":"success","response_data":[["Apple","appl!e",1.0]]}
curl --location --request POST 'https://zylalabs.com/api/11918/efficient+matching+similarity+api/22651/dedupe?data=["Apple", "appl!e"]' --header 'Authorization: Bearer YOUR_API_KEY'
| Cabeçalho | Descrição |
|---|---|
Authorization
|
[Obrigatório] Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito. |
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
O endpoint Dedupe retorna um objeto JSON contendo pares de strings correspondentes, scores de similaridade e resultados deduplicados opcionais A saída pode ser formatada como pares de strings, pares de índices ou strings deduplicadas, dependendo da configuração especificada
Os campos principais nos dados de resposta incluem "status" (indicando sucesso ou erro) e "response_data", que contém os resultados formatados de acordo com o pedido do usuário, como pares correspondentes ou strings deduplicadas
Os usuários podem personalizar solicitações ajustando parâmetros no objeto "config", como "similarity_threshold" para a rigidez da correspondência, "remove_punctuation" para pré-processamento e "output_format" para escolher a estrutura de resultado desejada
Os dados da resposta são organizados como uma matriz de resultados, onde cada entrada corresponde a uma correspondência ou string deduplicada. Dependendo do formato de saída, as entradas podem incluir strings originais, índices e pontuações de similaridade, facilitando a fácil integração em fluxos de trabalho
Casos de uso típicos incluem a deduplicação de listas de clientes, a conciliação de registros com uma lista mestra, a limpeza de dados de CRM e a realização de resolução de entidades entre diferentes fontes de dados para garantir a integridade e a precisão dos dados
A precisão dos dados é mantida por meio de algoritmos avançados de correspondência difusa que levam em conta problemas comuns de dados como erros de digitação e diferenças de capitalização A API é projetada para lidar com dados desordenados de forma eficaz garantindo resultados de correspondência confiáveis
Valores de parâmetros aceitos incluem "similarity_threshold" (0 a 1), "remove_punctuation" (booleano), "to_lowercase" (booleano), "use_token_sort" (booleano) e "top_k" (inteiro ou "todos"). Esses parâmetros permitem que os usuários adaptem o processo de correspondência às suas necessidades específicas
Se o endpoint Dedupe retornar resultados parciais ou vazios os usuários devem verificar os dados de entrada em busca de problemas de qualidade como duplicatas excessivas ou limiares de similaridade muito baixos Ajustar o "similarity_threshold" ou revisar a lista de entrada pode ajudar a melhorar os resultados
Nível de serviço:
100%
Tempo de resposta:
3.110ms
Nível de serviço:
100%
Tempo de resposta:
3.110ms
Nível de serviço:
100%
Tempo de resposta:
1.695ms
Nível de serviço:
100%
Tempo de resposta:
704ms
Nível de serviço:
100%
Tempo de resposta:
542ms
Nível de serviço:
100%
Tempo de resposta:
3.110ms
Nível de serviço:
83%
Tempo de resposta:
334ms
Nível de serviço:
100%
Tempo de resposta:
308ms
Nível de serviço:
100%
Tempo de resposta:
381ms
Nível de serviço:
100%
Tempo de resposta:
398ms