# AI 文本相似度检测教程：在线比对两段文字重复率与语义相似度

> 来源：工具派（https://gjupai.com） 原文页面：https://gjupai.com/tutorial/ai-text-similarity-guide

## 工具简介

**AI 文本相似度**是工具派推出的一款在线文本比对工具：输入两段文字，点击「开始比对」，即可由云端 AI 大模型计算两段文本的语义相似度，同时给出字面重合率、LCS 相似度和逐片段差异高亮。文本将上传至服务器由云端 AI 大模型处理，不会用于模型训练；字面重合率、LCS 相似度和差异高亮由前端在本地计算。无论是查重、改写检测、文案版本对比，还是核对两份文档是否在说同一件事，都可以打开即用，无需下载任何模型。

## 功能亮点

- **云端 AI 语义比对**：由云端 AI 大模型从语义层面评估两段文本的相似程度，支持中文，无需下载模型，云端处理一般 10~60 秒返回结果。
- **三维度评分**：结果页同时展示「语义相似」「字面重合」「LCS 相似」三个百分比——语义看意思是否一致，字面和 LCS 看实际重复的文字比例，综合判断更可靠。
- **相似度等级标签**：根据分数自动给出「高度相似 / 比较相似 / 部分相关 / 差异较大 / 主题相近」等结论，一眼读懂比对结果。
- **差异高亮**：结果下方并排展示文本 A、文本 B 的差异高亮，红色标记的是在另一段文本中找不到匹配的片段，修改点一目了然。
- **同领域误判提醒**：当语义相似度高但字面重合率很低时，自动出现黄色提示，说明两段文本可能只是同领域、共享大量术语，提醒以字面指标为准。
- **文件上传与拖拽**：每个输入框都支持点「上传文件」选择本地文件，或把 .txt / .md / .json / .csv / .log 文件直接拖进输入框，自动读取内容。
- **示例与历史记录**：内置「句子改写」「观点对立」「商品描述」三个示例一键体验；最近 10 次比对自动保存在浏览器本地，可随时一键清空。

## 参数说明

| 参数 | 说明 | 默认值 / 取值范围 |
| --- | --- | --- |
| 文本 A | 第一段待比对文本，可手动输入、上传文件或拖拽文件填入 | 必填，最多 5000 字 |
| 文本 B | 第二段待比对文本，输入方式同文本 A | 必填，最多 5000 字 |
| 上传文件 | 从本地文件读取文本内容填入对应输入框 | 支持 .txt / .md / .json / .csv / .log，单文件 ≤ 1MB，内容超 5000 字自动截断 |
| 示例 | 一键填入预设文本对，快速体验工具效果 | 句子改写 / 观点对立 / 商品描述 |
| 开始比对 | 触发云端 AI 大模型计算两段文本的相似度 | 云端处理一般 10~60 秒返回结果，无需下载模型 |
| 最近比对 | 历史比对记录，含文本摘要、分数与时间 | 自动保存最近 10 条（存于浏览器 localStorage），可一键清空 |

## 使用步骤

1. **打开工具页面**：顶部是工具标题与简介，其下是蓝色提示横幅（说明内容由云端 AI 大模型生成、文本将上传至服务器处理），中间白色卡片为输入区，底部有相关工具推荐，无需安装任何软件即可使用。

![AI 文本相似度工具主界面：顶部为网站导航栏与左侧工具分类侧栏；中间标题卡片显示工具名「AI 文本相似度」及简介，下方依](article/202607/1783997645880_4314.png)

2. **输入两段文本**：在「文本 A」「文本 B」两个输入框中粘贴待比对的文字（每段最多 5000 字）；也可以点输入框右上角的「上传文件」选择 .txt / .md / .json / .csv / .log 文件，或把文件直接拖进输入框，工具会自动读取文本内容。

3. **或用示例快速体验（可选）**：点击「示例」行的「句子改写」「观点对立」「商品描述」任一按钮，即可自动填入一组预设文本，适合第一次使用时快速了解效果。

4. **点击「开始比对」**：文本将上传至服务器，由云端 AI 大模型计算语义相似度，一般 10~60 秒内返回结果，无需下载模型、打开即用。

5. **查看比对结果**：结果卡片顶部是等级标签和总相似度百分比（附进度条），下方三个小卡片分别显示「语义相似」「字面重合」「LCS 相似」；若语义高而字面低会出现黄色提醒；再往下是文本 A、文本 B 的差异高亮，红色片段表示在另一段文本中未找到匹配的内容。

6. **查看与清理历史记录**：页面底部「最近比对」列出最近 10 次的文本摘要、相似度分数和比对时间，点击「清空历史」即可全部删除。

## 使用技巧

- **判断抄袭看字面，判断改写看语义**：语义相似高且字面重合也高，基本可以认定内容重复；语义高但字面低，通常是同义改写或同领域文档，需要人工复核。
- **等待云端返回属正常现象**：比对由云端 AI 大模型处理，一般 10~60 秒内返回结果；网络较慢时可能略久，耐心等待即可。
- **超长文档先切段再比对**：单段文本上限 5000 字，超出部分无法参与计算；长文档建议按章节拆分逐一比对，定位重复段落更精确。
- **善用差异高亮定位修改点**：红色高亮即两段不一致的片段，做改写降重时盯着高亮处替换表达，可以快速降低字面重合率。
- **同领域文档警惕语义虚高**：页面出现黄色提醒时，说明两段文本可能只是共享大量专业术语（如技术手册、行业报告），是否重复应以「字面重合」和「LCS 相似」为准。
- **先用「观点对立」示例理解指标**：这组示例观点相反但话题相同，能直观看到语义分与字面分的差异，帮助理解三个指标各自的含义。

## 常见问题

**Q1：语义相似、字面重合、LCS 相似三个指标有什么区别？**
「语义相似」由云端 AI 大模型从语义层面评估两段话"是不是在说同一件事"；「字面重合」是字符二元组（bigram）的 Jaccard 重合度，衡量重复文字的比例；「LCS 相似」基于词级最长公共子序列，衡量保持原有顺序的重复片段占比（后两者由前端在本地计算）。三者结合判断最准确。

**Q2：文本会上传到服务器吗？**
会。工具已接入云端 AI 大模型，输入内容会上传至服务器处理，平台承诺不用于模型训练；请勿输入账号密码、身份证号等高度敏感信息。字面重合率、LCS 相似度和差异高亮等基础指标由前端在本地计算，不经过服务器。

**Q3：为什么语义相似度很高，但字面重合率很低？算抄袭吗？**
不一定是抄袭。同领域文档往往共享大量专业术语，AI 模型会判定它们"话题相近"，从而语义分偏高。此时页面会出现黄色提醒，判断是否重复或改写，应优先参考「字面重合」和「LCS 相似」。

**Q4：支持上传哪些格式的文件？有大小限制吗？**
支持 .txt、.md、.json、.csv、.log 等纯文本文件，单个文件不能超过 1MB；读取后内容超过 5000 字的部分会被自动截断。

**Q5：相似度等级标签是怎么划分的？**
按语义相似度划分：≥ 90% 为「高度相似」，≥ 75% 为「比较相似」，≥ 55% 为「部分相关」，低于 55% 为「差异较大」；当语义 ≥ 75% 且字面重合 ≤ 30% 时，会额外标记为「主题相近」并显示黄色提醒。

**Q6：比对历史保存在哪里？会泄露吗？**
历史记录只保存在当前浏览器的 localStorage 中，最多保留最近 10 条，不会上传；更换设备、清理浏览器数据后记录自然消失，也可以随时点「清空历史」手动删除。