متنی معلومات کی مبہم تلاش تلاش کے استفسار سے ملتی جلتی یا قریب والی تاروں کی تلاش ہے۔
ایک ہی وقت میں، متن کے تاروں کی دھندلاپن یا مماثلت کی ڈگری کا اندازہ اکثر ترمیم کی دوری (Levenshtein فاصلے) کا استعمال کرتے ہوئے کیا جاتا ہے۔ اور دو تاروں کا ترمیمی فاصلہ ایک تار کو دوسرے میں تبدیل کرنے کے لیے درکار کرداروں کے متبادل، داخل کرنے، اور حذف کرنے کے عمل کی کم از کم تعداد ہے۔ دو ملحقہ حروف کی تبدیلی کو بھی درست ایڈیٹنگ آپریشن (Damerau-Levenshtein فاصلے) کے طور پر سمجھا جا سکتا ہے۔
2 ترمیمات کی دی گئی مبہم قیمت کے لیے CSV مثال میں ایک مبہم تلاش ہے تلاش کا سوال "trees" اور تلاش کا نتیجہ "thees"۔ یہاں حرف "r" کی جگہ "h" ہے اور حروف "e" اور "s" کو تبدیل کیا گیا ہے۔ یعنی، ان دو الفاظ کے لیے Damerau-Levenshtein کا فاصلہ CSV مثال میں اس مبہم تلاش میں 2 ہے۔
مبہم تلاش کو نافذ کرنے کے لیے درج ذیل طریقے اکثر استعمال کیے جاتے ہیں۔
اس ایپلیکیشن میں، CSV میں الفاظ کی مبہم مماثلت حاصل کرنے کے لیے، آپ کو 1 سے 9 حروف تک غلطیوں کی مطلوبہ تعداد (فجی پن ویلیو) بتانے کی ضرورت ہے۔ آپ کم از کم فرق کے ساتھ الفاظ تلاش کرنے کا اختیار بھی ترتیب دے سکتے ہیں، یا فرق کی دی گئی تعداد کے اندر تمام الفاظ تلاش کرنے کا اختیار بھی ترتیب دے سکتے ہیں۔
GroupDocs.Search لائبریری میں بہت سے دوسرے مبہم مماثلت کے اختیارات ہیں۔ مثال کے طور پر، آپ الفاظ کے درمیان فرق کی تعداد کو لفظ کی لمبائی کے لکیری فنکشن کے طور پر سیٹ کر سکتے ہیں، یا لفظ کی لمبائی کی ہر قدر کے لیے انفرادی طور پر فرق کی تعداد بھی سیٹ کر سکتے ہیں۔
آپ بہت سے دوسرے فائل فارمیٹس میں بھی فزی تلاش کر سکتے ہیں۔ براہ کرم ذیل میں مکمل فہرست دیکھیں۔