Cześć,

Potrzebuję algorytmu/skryptu który wykona coś podobnego co biblioteka https://github.com/jenssegers/imagehash tylko dla tekstu. Imagehash tworzy hash dla obrazka, jeżeli jest zmieniony rozmiar, dodany jakiś znak wodny itp. to nadal obrazki będą miały taki sam hash.

Teraz chciałbym otrzymać podobny hash dla tekstu np. mamy opis produktu w którym została zmieniona kolejność zdań, wielkość liter, kilka słów jest innych, dodana jest jakaś stopka itp. - hash powinien zostać taki sam. Macie jakieś pomysły?

To jeszcze powiedz do czego tego potrzebujesz

Do porównywania opisów produktów - niektórzy mogą go trochę zmienić dodając ogłoszenie od nowa (ale nadal ogłoszenie dotyczy tego samego produktu, tylko np. zmieniła się cena). Inni wstawią ogłoszenie w różnych miejscach i ten tekst też może się "trochę" różnić - ale nadal ogłoszenie dot. tego samego produktu - i ja właśnie chcę w jakiś sposób połączyć te ogłoszenia (jeżeli nie będą mieć zdjęć).

To może być bardzo trudne.

Musiałbyś wziąć wiele czynników pod uwagę.
Przychodzi mi do głowy jedynie rozbicie tekstu na słowa i porównywanie ich pod różnymi kątami np. ilość słów, róznica w tekście, wylicznie % podobieństwa na podstawie zdań itd. itd.

Może to coś pomoże: https://packagist.org/packages/php-text-ana...p-text-analysis