> Discover all available pages from the documentation index: https://mastra.zisheng.pro/fr/llms.txt

# Scorer de similarité de contenu

La fonction `createContentSimilarityScorer()` mesure la similarité textuelle entre deux chaînes et fournit un score qui indique leur degré de correspondance. Elle propose des options configurables pour la sensibilité à la casse et le traitement des espaces blancs.

## Paramètres

La fonction `createContentSimilarityScorer()` accepte un objet d’options unique doté des propriétés suivantes :

**ignoreCase** (`boolean`): Indique s’il faut ignorer les différences de casse lors de la comparaison des chaînes. (Default: `true`)

**ignoreWhitespace** (`boolean`): Indique s’il faut normaliser les espaces blancs lors de la comparaison des chaînes. (Default: `true`)

Cette fonction renvoie une instance de la classe MastraScorer. Consultez la [référence de MastraScorer](https://mastra.zisheng.pro/fr/reference/evals/mastra-scorer) pour en savoir plus sur la méthode `.run()` et ses entrées/sorties.

## Valeur renvoyée par `.run()`

**runId** (`string`): ID de l’exécution (facultatif).

**preprocessStepResult** (`object`): Objet contenant l’entrée et la sortie traitées : { processedInput: string, processedOutput: string }

**analyzeStepResult** (`object`): Objet contenant la similarité : { similarity: number }

**score** (`number`): Score de similarité (de 0 à 1), où 1 indique une similarité parfaite.

## Détails de l’évaluation

Le Scorer évalue la similarité textuelle par une mise en correspondance au niveau des caractères et une normalisation configurable du texte.

### Processus d’évaluation

1. Normalise le texte :

   - normalisation de la casse (si ignoreCase: true)
   - normalisation des espaces blancs (si ignoreWhitespace: true)

2. Compare les chaînes traitées au moyen de l’algorithme string-similarity :

   - analyse les séquences de caractères
   - aligne les limites des mots
   - prend en compte les positions relatives
   - tient compte des différences de longueur

Score final : `similarity_value * scale`

## Exemple

Évaluez la similarité textuelle entre les sorties attendues et réelles de l’Agent :

```typescript
import { runEvals } from '@mastra/core/evals'
import { createContentSimilarityScorer } from '@mastra/evals/scorers/prebuilt'
import { myAgent } from './agent'

const scorer = createContentSimilarityScorer()

const result = await runEvals({
  data: [
    {
      input: 'Summarize the benefits of TypeScript',
      groundTruth:
        'TypeScript provides static typing, better tooling support, and improved code maintainability.',
    },
    {
      input: 'What is machine learning?',
      groundTruth:
        'Machine learning is a subset of AI that enables systems to learn from data without explicit programming.',
    },
  ],
  scorers: [scorer],
  target: myAgent,
  onItemComplete: ({ scorerResults }) => {
    console.log({
      score: scorerResults[scorer.id].score,
      groundTruth: scorerResults[scorer.id].groundTruth,
    })
  },
})

console.log(result.scores)
```

Pour en savoir plus sur `runEvals`, consultez la [référence de runEvals](https://mastra.zisheng.pro/fr/reference/evals/run-evals).

Pour ajouter ce Scorer à un Agent, consultez le guide de [présentation des Scorers](https://mastra.zisheng.pro/fr/docs/evals/overview).

### Interprétation du score

Pour un score de similarité compris entre 0 et 1 :

- **1.0** : correspondance parfaite, le contenu est presque identique.
- **0.7 à 0.9** : similarité élevée, avec de légères différences dans le choix des mots ou la structure.
- **0.4 à 0.6** : similarité modérée, avec un chevauchement général et des variations perceptibles.
- **0.1 à 0.3** : faible similarité, avec peu d’éléments communs ou de sens partagé.
- **0.0** : aucune similarité, le contenu est totalement différent.

## Voir aussi

- [Scorer de complétude](https://mastra.zisheng.pro/fr/reference/evals/completeness)
- [Scorer de différence textuelle](https://mastra.zisheng.pro/fr/reference/evals/textual-difference)
- [Scorer de pertinence de la réponse](https://mastra.zisheng.pro/fr/reference/evals/answer-relevancy)
- [Scorer de couverture des mots-clés](https://mastra.zisheng.pro/fr/reference/evals/keyword-coverage)