Entity Identificationn

🚀 實體識別

本項目旨在識別兩組數據是否來自同一主體，同時它還是一個支持MCP（模型上下文協議）的服務器，為數據比較提供了可靠的解決方案。

🚀 快速開始

本工具提供了一種全面的方式，用於比較兩組數據，評估其值的精確相等和語義相等。它通過文本規範化和語言模型來判斷數據是否來自同一主體。

✨ 主要特性

• 文本規範化：將文本轉換為小寫，移除標點符號，並標準化空白字符。
• 值比較：對兩個值進行精確比較和語義比較（忽略列表順序）。
• JSON遍歷：逐個鍵地遍歷JSON對象，並比較對應的值。
• 語言模型集成：使用生成式語言模型評估語義相似性，並最終判斷數據是否來自同一主體。

📦 安裝指南

要使用此工具，請確保安裝了必要的依賴項。您可以使用pip進行安裝：

pip install genai

💻 使用示例

基礎用法

以下是本工具中主要函數的功能及使用說明：

1. normalize_text(text)：
   • 對輸入文本進行規範化處理，包括轉換為小寫、移除標點符號和標準化空白字符。
2. compare_values(val1, val2)：
   • 對兩個值進行精確比較和語義比較。
   • 如果值是列表，則忽略順序進行語義比較。
3. compare_json(json1, json2)：
   • 比較兩個JSON對象的每個鍵。
   • 使用compare_values評估每個鍵的值。
   • 整合語言模型來評估語義相似性並做出最終判斷。

高級用法

import json
import genai
import re

# 定義您的JSON對象
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"]
}

# 比較JSON對象
comparison_results = compare_json(json1, json2)

# 生成最終匹配結果
model1 = genai.GenerativeModel("gemini-2.0-flash-thinking-exp")
result_matching = model1.generate_content("綜合這些信息，你認為可以判斷兩個數據來自同一主體嗎？"+json.dumps(comparison_results, ensure_ascii=False, indent=4))
print(result_matching.text)

📄 許可證

該項目在MIT許可證下發布。有關詳細信息，請參閱LICENSE文件。

📞 聯繫方式

如果您有任何問題或建議，請通過以下方式聯繫我：

• 郵件：u3588064@connect.hku.hk
• GitHub：u3588064@connect.hku.hk

微信