Sözleşmeyi gönderdiniz, karşı taraf "ufak birkaç düzeltme yaptık" diyerek geri yolladı. Elinizde iki PDF var ve tek bir soru: gerçekten ne değişti?
Bu soruyu iki belgeyi yan yana açıp okuyarak cevaplamak mümkün ama pahalı. Yirmi sayfalık bir sözleşmede göz, aynı görünen paragrafların üzerinden kayıyor; asıl tehlike de zaten aynı görünen paragrafta oluyor, "45.000 TL" yerine "54.000 TL" yazan satır, hızlı okumada birbirinin aynısıdır.
Farkı ölçerek bulmak için PDF karşılaştırma aracını kullanabilirsiniz; karşılaştırma tarayıcınızda çalışır, belgeler hiçbir yere yüklenmez.
"Aynı satır" diye bir şey yok
Karşılaştırmayı zorlaştıran asıl mesele gözden kaçan bir kelime değil, kayma. Sözleşmeye 3. maddeden sonra yeni bir fıkra eklendiğinde altındaki her şey aşağı iner: 4. madde 5. olur, 11. sayfa 12. sayfaya taşar.
İki belgeyi konuma göre eşleştiren bir karşılaştırma (birinci sayfanın üçüncü paragrafını ötekinin birinci sayfasının üçüncü paragrafıyla karşılaştıran) bu noktadan sonra her şeyi "değişti" sayar. Rapor kullanılamaz hale gelir; iki maddesi düzeltilmiş bir sözleşme baştan sona değişmiş gibi görünür.
Doğru yaklaşım konuma değil içeriğe bakmak: iki belgenin en uzun ortak paragraf dizisi bulunuyor, geri kalan paragraflar "eklendi" ya da "silindi" olarak işaretleniyor. Kayma böyle kendiliğinden çözülüyor, 4. madde ötekinde 5. sırada duruyor olsa bile aynı paragraf olarak eşleşiyor.
Değişen paragraf ile silinip yeniden yazılan paragraf ayrı şeyler
Paragraflar hizalandıktan sonra ikinci bir soru çıkıyor: eşleşmeyen bir eski paragraf ile eşleşmeyen bir yeni paragraf aynı paragrafın iki hâli mi, yoksa biri gitmiş öteki gelmiş iki ayrı olay mı?
Cevap kelime düzeyinde ölçülüyor. İkisi arasındaki ortak kelime oranı:
- Yeterince yüksekse paragraf "değişti" sayılıyor ve içindeki kelimeler de ayrıca hizalanıyor. Ekranda iki sürüm yan yana durur, farklı olan kelime işaretlenir. Aradığınız tek rakam burada görünür hale gelir.
- Düşükse iki ayrı olay olarak listeleniyor: biri silinmiş, öteki eklenmiş. Birbiriyle ilgisi kalmamış iki metni yan yana koyup her kelimesini vurgulamak bilgi değil gürültü üretir.
Bu eşiğin nerede durduğu bir tercih, doğru cevap değil. Yüksek tutulursa tek kelimesi değişen bir madde iki ayrı satıra bölünür ve kullanıcı farkı yine kendi gözüyle arar; düşük tutulursa alakasız iki paragraf "değişti" diye eşleşir.
Sözleşme sürümü karşılaştırırken belge nereye gidiyor?
Bu araç sınıfında sorulması gereken ilk soru bu. Karşılaştırılan şey çoğu zaman imzalanmamış bir sözleşme, yani karşı tarafla aranızdaki en gizli belge, üstelik ticari şartların açık hâliyle.
Yaygın karşılaştırma hizmetleri iki dosyayı da kendi sunucularına yüklüyor. Bu, teknik bir zorunluluk değil bir tercih: karşılaştırmanın matematiği tarayıcıda çalışacak kadar hafif. Ölçtük, sınırdaki iki büyük belgede (belge başına 8.000 paragraf, kabaca 1.500 sayfa) hiçbir paragrafı tutmayan en kötü durumda hizalama 625 milisaniye sürüyor. Tek paragrafı değişen aynı boydaki çiftte 16 milisaniye. Gerçek kullanım ikinci uçta: iki sürüm arasındaki fark küçük olduğu için ortak baş ve son kısımlar hesaba hiç girmiyor.
Taranmış belge karşılaştırılamaz
Fotokopi makinesinden veya telefon taramasından çıkan PDF'te metin katmanı yoktur; sayfalar görüntüdür. İçinde karşılaştırılacak yazı bulunmaz ve bir karşılaştırma aracının böyle bir belgede "fark yok" demesi en kötü sonuçtur, yanlış bir güven verir.
Doğru davranış durumu tespit edip söylemek. Taranmış bir belgeyi karşılaştırmak istiyorsanız önce OCR aracıyla metnini çıkarmanız gerekir. Bu ayrımın ayrıntısı taranmış PDF'ten neden yazı kopyalanamadığını anlatan yazıda.
Karşılaştırmanın ölçmediği şeyler
Metin karşılaştırması metni karşılaştırır, adı bunu zaten söylüyor ama beklenti çoğu zaman daha geniş oluyor. Ölçülmeyenler:
- Biçim. Yazı tipi, punto, kenar boşluğu, satır aralığı. İki belge birebir aynı metni taşıyıp tamamen farklı görünüyorsa sonuç "fark yok" olur.
- Görseller, imza ve kaşe. Sayfaya basılmış bir imza görüntüsü metin değildir; karşılaştırmaya girmez.
- Tablo yapısı. PDF'te tablo bir konum ızgarasıdır. Hücrelerin metni karşılaştırmaya girer, hangi satır ve sütunda durduğu girmez.
- Belgenin görünmeyen katmanı. Yazar adı, düzenleme geçmişi, karartma altında kalmış metin, bunlar ayrı bir soru ve ayrı bir araç işi. PDF gizli veri denetimi oraya bakıyor.
Pratik bir kural
Karşılaştırma raporu okuma listesidir, karar değil. "Şu on paragrafa bak" der; hangisinin sizin için önemli olduğunu söylemez. Noktalama düzeltmesi ile ödeme vadesinin değişmesi araç için aynı sınıfta, sizin için değil.
Bu yüzden iki seçenek kapalı geliyor ve isteğe bağlı: büyük/küçük harf ve noktalama farkını yok saymak. Bir belge Word'den, ötekisi e-imzalı bir sistemden çıktıysa aradaki farkın önemli bir kısmı tırnak işaretinin biçiminden ibaret oluyor. O gürültüyü susturduğunuzda geriye kalan liste gerçekten okunması gereken listedir.