重复内容合并

按意思把材料里高度接近的内容归成一组,每组挑出与其余各条都最接近的一条作为保留项,其余标记为并入该条,产出一份逐条的合并方案:哪条留下、哪些并进去、每组的条数和组内相似度,以及照此合并后总条数会减少多少。判断依据是意思是否相近,用词不同也可能归进同一组。

合并只给出方案,原文不被改写、也不被删除。严格度分宽松、标准、严格三档,越严格越不会把只是话题相近的内容放进同一组;一组至少要几条才成立也可以自己设定。

加载文件上传组件中...

适合问卷答案、评论、客服记录等一行一条的材料。

180 个字符
标准

越严格,越少把只是主题相近的内容放进同一组;越宽松,越适合先粗略整理大量反馈。

2 条

只有达到这个数量的相似内容才会进入合并分组,较小的相似对仍会在列表中显示。

适合开放题答案和用户评价。

每 10,000 个字符 5 点

重复内容合并常见问题

重复内容合并怎么用?
不用安装软件,也不用写代码。详细步骤见教程《重复内容合并完整教程:从相似度阈值与传递闭包,到代表文本的选取和逐条合并方案》。
重复内容合并怎么计费?
按文字量计费,每满 10000 字 5 点,不足 10000 字按 5 点算。提交前页面会显示本次消耗。
结果可以写进论文吗?
可以。报告里的数字和图表附有统计口径与原文出处,末尾有方法说明,涉及统计模型的报告还列出参考文献,可以作为论文附件或方法依据。

在论文里引用重复内容合并: 查看引用格式

相关工具

  • 词汇多样性分析一次算出 TTR、MTLD 等九项词汇丰富度指标,并沿文本位置画出用词重复程度的变化。
  • PCA 主成分降维对表格的数值列做主成分分析,输出特征值、载荷、样本得分与综合排名。
  • 领域术语抽取从同领域语料里抽出反复出现的多词术语,按 C-value、NC-value 打分并附出现次数与原文用例。
  • 样本聚类按表格的数值列把样本分成若干类,给出每个样本的归属、各类画像和区分度最高的指标。
  • 语料对比关键词分析对比目标语料与参考语料的词频,找出目标里说得明显更多和明显更少的词,并给出三项关键性指标。
  • 趋势分析把带日期的表按日、周或月汇总成时间序列,给出移动平均、环比同比、峰谷与异常波动时点。