La detección no es una comparación exacta: la plataforma tolera variaciones del término cargado. Entender qué variaciones cubre sola y cuáles no evita cargar entradas de más y, sobre todo, evita que se escape una coincidencia que se daba por cubierta.
¿Qué resuelve la plataforma sola?
Estas variantes se detectan siempre, sin importar la sensibilidad que se elija:
Mayúsculas y minúsculas. Cargar
uraniodetectaURANIOyUranio.Tildes y caracteres especiales. Cargar
paraíso fiscaldetectaparaiso fiscal.Sustituciones de caracteres. Cargar
uraniodetectaur4nioyur@n1o, que son formas habituales de intentar pasar desapercibido.El término dentro de un texto largo. No hace falta que el concepto sea exactamente la palabra clave: alcanza con que la contenga.
Los números que no están pegados a letras se conservan como están, así que términos como AL47 o P2P funcionan sin problema.
¿Qué no resuelve sola?
Los idiomas. uranium no es una variante de uranio, es otra palabra. Si se opera con transacciones en más de un idioma, hay que cargar los términos en cada idioma que se espera recibir.
Los errores de tipeo grandes. Una palabra a la que le falta una letra se parece bastante menos de lo que uno intuye, sobre todo si es corta.
La sensibilidad
Cada coincidencia recibe un puntaje de 0 a 100 según cuánto se parece el concepto al término cargado, y solo se informan las que llegan al mínimo que se define. El valor por defecto es 90.
Tomando uranio como ejemplo, con el mínimo en 90:
uranio,URANIOouránio— puntaje 100, coincide.ur4nioour@n1o— puntaje 100, coincide.uraniosen plural — puntaje 86, no coincide.uraniumen otro idioma — puntaje 71, no coincide.urniocon una letra menos — puntaje 44, no coincide.
La tolerancia depende del largo del término. El mismo error de una letra sobre una palabra corta descuenta mucho más que sobre una frase larga: en uranio deja el puntaje en 44, mientras que en financiamiento del terrorismo lo deja en 84. Por eso una lista con términos cortos conviene mantenerla con el mínimo alto, y una lista de frases largas tolera bajarlo.
Cómo elegir el mínimo
90, el valor por defecto. Detecta el término y sus variantes de escritura, no los plurales ni los errores de tipeo. Es la opción con menos falsos positivos.
80. Agrega plurales y letras duplicadas. Es un buen punto medio si importa no perder coincidencias por una s.
Menos de 75. Solo si tu lista está compuesta mayormente por frases largas. Con términos cortos empieza a coincidir con palabras que no tienen nada que ver.
Cada coincidencia informada trae su puntaje, así que la forma más segura de calibrar es empezar en 90 y revisar los casos generados durante las primeras semanas.