文本相似度检测
余弦与句子序列双指标相似度，附共同句子清单与差异摘要。
文本 A
0 字符1 行0 B
文本 B
0 字符1 行0 B
检测结果
在上方两栏各粘贴一段文本，相似度会实时显示在这里
0 字符1 行0 B
使用说明
这个工具解决什么问题
公众号作者核对成稿与参考资料的重复度,评测者对比两个模型的回答差异——都需要「相似度」这个数字,更需要数字背后的细节:到底哪些句子是照搬的。这个工具给出三项指标,并把共同句子与各自独有的句子逐条列出,差异一目了然。
核心能力
三项指标:综合、余弦、句子序列(LCS)。共同句子清单:按行文顺序列出,逐字重复无所遁形。独有句子:仅 A 有/仅 B 有分列。倾向提示:同义替换、改写调序自动识别。中文优化:中文按字+二元组建词袋,不依赖分词器。
使用建议
发布前自查:与参考资料对比,逐条改写共同句子;对比两个模型输出时看独有句子,差异点即评测点;忽略大小写与标点默认开启,聚焦文字本身的重复。
指标口径说明:所有计算在浏览器本地完成,文本不出设备;未发表的稿件可以放心检测。
常见问题
余弦相似度和句子序列(LCS)分别衡量什么?
余弦基于词频向量,衡量「用词像不像」,与语序无关;句子序列 LCS 基于最长公共子序列,衡量「有没有整句原样照搬」。两者一高一同低各有含义:余弦高 LCS 低,用词重叠但句子都被改写过;LCS 高,存在逐字复制。
综合相似度的判定阈值是什么?
综合分是余弦与 LCS 的均值:90% 以上几乎一致,70–89% 高度相似,40–69% 部分相似,40% 以下差异明显。阈值是参考线不是法律,判断洗稿或原创请结合共同句子清单人工确认。
「疑似同义替换」「疑似改写或调序」这些提示怎么理解?
当两个指标差距悬殊时工具会给出倾向性提示:LCS 明显高于余弦,说明句子结构照搬但用词被换过(典型同义替换);余弦明显高于 LCS,说明用词重叠但整句都被重写(改写或调序)。提示是线索,不是结论。
能替代平台的原创度检测吗?
不能替代,但能作为快速自查:发布前把成稿与参考资料对比,共同句子清单会精确列出所有逐字重复的句子,把标红的句子改写掉,原创度自然提升。平台级检测有全网语料库,本工具只对比你给的两段文本。