ШИНГЛЫ И МНОЖЕСТВА
Насколько похожи тексты?
Перекрывающиеся последовательности слов показывают совпадение формулировок. Выберите размер окна и сравните два текста.
Коэффициент Жаккара—
Введите тексты и нажмите «Сравнить».
Как работает сравнение?
Текст нормализуется в Unicode NFC и приводится к нижнему регистру. Слова и числа выделяются по Unicode, пунктуация их разделяет. Стоп-слова сохраняются, словоформы не объединяются. Из перекрывающихся окон строятся множества уникальных шинглов.
Результат: размер пересечения, делённый на размер объединения. Если один из текстов короче выбранного окна, данных недостаточно. Лимит каждого поля —50 000 символов. Это оценка совпадения последовательностей, а не смысла или авторства.
