文本相似度检测

输入两段文本,计算它们的 Levenshtein 编辑距离、基于字符的相似度百分比、基于词集合的 Jaccard 相似度以及共现词数,用来衡量两段文字的接近程度与改动幅度。适合译文对照、版本比对、抄袭初筛等场景,全部在浏览器本地完成。

文本输入 等待输入

两段文本均会逐字符参与编辑距离计算;文本过长时计算会变慢,建议单段不超过数千字符。

相似度结果
编辑距离—
相似度—
Jaccard—
共现词数—
在上下两栏各输入一段文本,点击「计算相似度」查看结果。

相似度与 Jaccard 均以百分比表示,数值越大表示两段文本越接近。

计算规则
  • 编辑距离采用 Levenshtein 距离,允许插入、删除、替换三种操作,逐 Unicode 字符计算。
  • 相似度按 1 − 编辑距离 ÷ max(A长度, B长度) 计算并换算为百分比;两段都为空时记为 100%。
  • Jaccard 相似度按 |A∩B| ÷ |A∪B| 计算词集合,英文词统一转小写,标点与空白不计入词。
  • 中文按单字切分为词;英文与数字按连续字母数字串切分,因此中文的 Jaccard 反映的是共有汉字比例。
  • 「共现词数」指两段文本词集合的交集大小。
  • 所有计算均在浏览器本地完成,文本内容不会上传服务器。