{"status":"success","response_data":[["Apple","appl!e",1.0]]}
curl --location --request POST 'https://zylalabs.com/api/11914/lightning+fast+similarity+api/22649/dedupe?data=["Apple", "appl!e"]' --header 'Authorization: Bearer YOUR_API_KEY'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए बिजली की तेजी से समानता API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| हेडर | विवरण |
|---|---|
Authorization
|
आवश्यक
होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें।
|
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें।
लाइटनिंग फास्ट सिमिलेरिटी एपीआई एक उच्च गति वाली फ़जी मैचिंग और डीडुप्लिकेशन एपीआई है जिसे वास्तविक दुनिया के अस्तव्यस्त डेटा के लिए बनाया गया है। यह आपको नजदीक के डुप्लिकेट रिकॉर्ड पहचानने में मदद करता है और संस्थाओं को सामंजस्य में लाने में मदद करता है जबकि मूल्य बिल्कुल मेल नहीं खाते—टाइपोज़, केस में भिन्नताएँ, लापता विराम चिह्न, स्पेसिंग समस्याएँ, संक्षेपण और मामूली शब्द-क्रम परिवर्तन।
अपने स्वयं के फ़जी मैचिंग पाइपलाइन बनाने और ट्यून करने के बजाय, आप अपने स्ट्रिंग (या रिकॉर्ड) को एपीआई पर भेजते हैं और आपको ऐसे समानता-संकेतित मिलान मिलते हैं जिन पर आप भरोसा कर सकते हैं। सामान्य आउटपुट में मेल खाती जोड़ी शामिल होती हैं (जैसे, “एप्पल” ↔ “एप्पल इंक.”), समानता स्कोर, और संरचित परिणाम जो डेटा क्लीनिंग वर्कफ़्लो, सीआरएम, ईटीएल काम, और एनालिटिक्स पाइपलाइनों में डालने में आसान होते हैं।
सामान्य उपयोग के मामले:
सूचियों को डुप्लिकेट करें: एक डेटासेट के भीतर डुप्लिकेट खोजें (सभी-से-सभी मेल) और संभावित डुप्लिकेट जोड़ियाँ लौटाएँ।
मास्टर सूची के खिलाफ सामंजस्य करें: एक आने वाली सूची को एक कैनोनिकल सेट से मेल करें (सूची से मास्टर)।
सीआरएम और ग्राहक डेटा स्वच्छता: उन लीड/खातों/कंपनियों को साफ़ करें जहाँ डुप्लिकेट रिपोर्टिंग और आउटरीच को बाधित करते हैं।
संस्था समाधान और रिकॉर्ड लिंकिंग: स्रोतों के बीच समान वास्तविक-world संस्था के संदर्भों को जोड़ें।
टीम इसे क्यों उपयोग करती हैं:
बक्से से बाहर अस्तव्यस्त पाठ पर काम करता है (हर किनारे के मामले के लिए कोई मैनुअल नियम नहीं)
रैंकिंग और थ्रेशोल्ड के लिए समानता स्कोर (आप तय करते हैं कि कितने सख्त होना है)
पैमाने और स्वचालन के लिए बनाया गया (पाइपलाइनों में चलाने के लिए डिज़ाइन किया गया, केवल एक बार के स्क्रिप्ट नहीं)
Dedupe एंडपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें मेल खाने वाले स्ट्रिंग जोड़े, समानता स्कोर और वैकल्पिक डिडुप्लिकेटेड परिणाम होते हैं आउटपुट को स्ट्रिंग जोड़े, इंडेक्स जोड़े, या डिडुप्लिकेटेड स्ट्रिंग्स के रूप में फॉर्मेट किया जा सकता है यह निर्दिष्ट कॉन्फ़िगरेशन पर निर्भर करता है
प्रतिक्रिया डेटा में प्रमुख क्षेत्र "स्थिति" (सफलता या त्रुटि को दर्शाता है) और "प्रतिक्रिया_डेटा" शामिल हैं, जिसमें उपयोगकर्ता की अनुरोध के अनुसार स्वरूपित परिणाम होते हैं, जैसे मिलान युग्म या डेडुप्लिकेटेड स्ट्रिंग्स
उपयोगकर्ता "config" ऑब्जेक्ट में "similarity_threshold" जैसे पैरामीटर को समायोजित करके अनुरोधों को कस्टमाइज़ कर सकते हैं जो मिलान की सख्ती को निर्धारित करता है "remove_punctuation" पूर्व-प्रसंस्करण के लिए और "output_format" वांछित परिणाम संरचना चुनने के लिए
प्रतिक्रिया डेटा को परिणामों के एक सरणी के रूप में व्यवस्थित किया गया है जहाँ प्रत्येक प्रविष्टि एक मैच या डेडुप्लिकेटेड स्ट्रिंग के अनुरूप है आउटपुट प्रारूप के आधार पर प्रविष्टियों में मूल स्ट्रिंग्स अनुक्रमांक और समानता स्कोर शामिल हो सकते हैं जो कार्यप्रवाह में आसान एकीकरण की सुविधा प्रदान करते हैं
विशिष्ट उपयोग के मामलों में ग्राहक सूचियों की डीडुप्लिकेशन करना मास्टर लिस्ट के खिलाफ रिकॉर्ड को समेटना सीआरएम डेटा को साफ करना और विभिन्न डेटा स्रोतों के बीच संस्था समाधान करना शामिल है ताकि डेटा की अखंडता और सटीकता सुनिश्चित हो सके
डेटा की सटीकता उन्नत फजी मिलान एल्गोरिदम के माध्यम से बनाए रखी जाती है जो टाइपोस और केस के अंतर जैसी सामान्य डेटा समस्याओं का ध्यान रखते हैं एपीआई को गंदे डेटा को प्रभावी ढंग से संभालने के लिए डिज़ाइन किया गया है जिससे विश्वसनीय मिलान परिणाम सुनिश्चित होते हैं
स्वीकृत पैरामीटर मानों में "similarity_threshold" (0 से 1), "remove_punctuation" (बूलियन), "to_lowercase" (बूलियन), "use_token_sort" (बूलियन), और "top_k" (पूर्णांक या "all") शामिल हैं ये पैरामीटर उपयोगकर्ताओं को उनके विशिष्ट आवश्यकताओं के अनुसार मिलान प्रक्रिया को अनुकूलित करने की अनुमति देते हैं
यदि डेडुप एंडपॉइंट आंशिक या खाली परिणाम लौटाता है तो उपयोगकर्ताओं को गुणवत्ता समस्याओं के लिए इनपुट डेटा की जांच करनी चाहिए जैसे अत्यधिक डुप्लिकेट्स या बहुत कम समानता थ्रेशोल्ड समायोजन "समानता_थ्रेशोल्ड" या इनपुट सूची का पुनरावलोकन करने से परिणामों में सुधार करने में मदद मिल सकती है