内容加载中
比较两段文字的相似程度,给出 0–100 的综合分和分档判断(高度相似、部分相似、略有相似、基本不相似)。算法是两个指标的加权:词集合的 Jaccard 相似度占 60%,编辑距离占 40%。改稿前后对比、判断两篇文章是不是同源、检查复制粘贴有没有漏段,用它做初筛比肉眼快得多。
贴两段文本
左 A 右 B,两段都粘进去,分数实时算出。
看分数与分档
80 分以上高度相似,50–80 部分相似,20–50 略有相似。
看分项指标
下面同时给出词集合重叠和编辑距离,判断差异是「换了说法」还是「少了段落」。
没有统一标准,工具也不做这个判断。80 分以上通常说明表述高度重合,值得人工核对;学术查重有专门的指纹库和引用识别,这里只能当初筛。
编辑距离超过 500 字时按前 500 字估算,长文的结尾改动可能落在估算范围外。处理长文建议分段比对,或者先确认开头是否一致。
会掉一些。Jaccard 按词集合算,同义替换等于换掉了元素;但编辑距离那一项会保留相似性,所以综合分通常还在「部分相似」区间。
不准。这里比的是字面和词集合,不理解语义,「今天下雨」和「今日有雨」得分不会特别高,反过来结构相似但意思相反的两句话可能得分不低。语义判断要靠人。