🚀 实体识别
本项目聚焦于识别两组数据是否来自同一主体，同时它还是一个支持MCP（模型上下文协议）的服务器，为数据比较提供了强大的支持。
🚀 快速开始
本项目提供了一个数据比较工具，能全面比较两组数据，评估其值在精确和语义上的相等性，借助文本规范化和语言模型来判断数据是否源于同一主体。
✨ 主要特性
- 文本规范化：将文本转换为小写，去除标点符号，并标准化空白字符。
- 值比较：对两个值进行精确和语义上的比较（对列表忽略顺序）。
- JSON遍历：逐个遍历每个JSON对象的键，并比较对应的值。
- 语言模型整合：利用生成式语言模型评估语义相似性，并对数据是否来自同一主体做出最终判断。
📦 安装指南
要使用此工具，请确保安装了必要的依赖项。可以使用pip进行安装：
pip install genai
💻 使用示例
基础用法
import json
import genai
import re
# 定义你的JSON对象
json1 = {
"name": "John Doe",
"address": "123 Main St, Anytown, USA",
"hobbies": ["reading", "hiking", "coding"]
}
json2 = {
"name": "john doe",
"address": "123 Main Street, Anytown, USA",
"hobbies": ["coding", "hiking", "reading"]
}
# 比较JSON对象
comparison_results = compare_json(json1, json2)
# 生成最终匹配结果
model1 = genai.GenerativeModel("gemini-2.0-flash-thinking-exp")
result_matching = model1.generate_content("综合这些信息，你认为可以判断两个数据来自同一主体吗？"+json.dumps(comparison_results, ensure_ascii=False, indent=4))
print(result_matching.text)
函数说明
- normalize_text(text)：
- 对输入文本进行规范化处理，将其转换为小写，去除标点符号，并标准化空白字符。
- compare_values(val1, val2)：
- 对两个值进行精确和语义上的比较。
- 如果值是列表，则在语义比较时忽略元素顺序。
- compare_json(json1, json2)：
- 比较两个JSON对象的键。
- 使用
compare_values评估每个键的值。 - 整合语言模型评估语义相似性，并对数据是否来自同一主体做出最终判断。
🤝 贡献
欢迎贡献！请打开问题或提交拉取请求。
📄 许可证
该项目在MIT许可证下。更多细节请查看LICENSE文件。
📞 联系方式
如有任何问题或建议，请通过以下方式联系：
- 邮箱：u3588064@connect.hku.hk
- GitHub：u3588064@connect.hku.hk。
微信