文本相似度计算器
📊 文本相似度计算器
🧮 Text Similarity
Measure text similarity in your browser — compare two strings with distance metrics.
📐 工作原理与说明
提供多种文本相似度度量：余弦相似度（向量空间，TF 或字符 n-gram，∈[0,1]）；Jaccard（交集÷并集）；Levenshtein 编辑距离（最少插入/删除/替换次数，越小越像）；汉明距离（等长串对应位差异数）。
- 中英文均可；短文本建议用字符级 n-gram 或编辑距离。
- 余弦=1 表示方向完全一致，编辑距离=0 表示完全相同。
- 纯前端计算，数据不上传。
0 字符
0 字符
▼
文本相似度计算器是一款纯前端在线工具，支持多种经典算法同时计算两段文本的相似程度，所有数据在浏览器本地处理，不上传服务器。
功能特点
- 余弦相似度（Cosine Similarity）
- Jaccard 相似度
- 莱文斯坦距离（编辑距离）
- 汉明距离
- 多种分词方式（字符/单词/N-gram）
- 可视化进度条展示
- 逐字符差异高亮对比
- 编辑操作步骤详情
- 深色模式支持
使用场景
- 论文查重初筛
- 文案对比审查
- 代码片段比较
- 翻译质量评估
📚 深度解析：文本相似度计算器
💡 常见使用场景
- 用编辑距离/余弦算两段文本相似度。
- 排查重复录入：比对用户提交的相似条目，找出可能是同一条内容的重复数据，辅助去重。
计算
`kitten` 与 `sitting` 编辑距离 3 → 相似度约 1−3/7≈0.57。
❓ 常见问题（FAQ）
- 哪种算法好？
- 短文本用 Levenshtein，长文本用分词+余弦。
- 编辑距离和余弦相似度怎么选？
- 编辑距离衡量「改成一样要多少步」，适合拼写纠错、短文本与近似匹配；余弦相似度衡量「词袋分布有多接近」，适合长文本与主题比较，但不关心词序，中文还需先分词。实际系统常两者结合：先按相似度粗筛，再用编辑距离精排。
⚠️ 使用说明与注意事项
- 本工具纯前端运行，数据不会上传到服务器
- 建议在主流浏览器（Chrome/Safari/Firefox/Edge）中使用
- 计算结果仅供参考，请以实际应用场景为准