相似句查找

把材料切成单句后两两比较语义,找出意思相近的句子对,再把互相相似的句子归成一组并指定其中一句作为代表。比较的是句子表达的意思,换了说法但意思相同的句子同样会被找出来,不要求用词重合。

相似程度分宽松、标准、严格三档,决定多像才算一对。开启精准复核后,会对最像的一批句子对再判一次是否真的意思相近,并把这次判断与语义相似度合起来决定排序。

系统会自动切句,不必提前整理

上传后系统按句号、问号、感叹号、分号和换行把文本切成单句再两两比较;超过 120 个字符仍没有句末标点的长句会在逗号处再切。一行一句的材料保持原样。不足 6 个字符的碎片、网址、电话等不参与比较。

加载文件上传组件中...

两句话要有多像才算相似。

列出意思相近的句子,适合大多数材料。

开启后会对找到的句子对再做一轮复核,相似度和排序更接近人工判断,耗时会增加。

每 10,000 个字符 5 点

相似句查找常见问题

相似句查找适合处理什么材料?
中文文本材料,例如新闻报道、政策文件、访谈记录、评论和文学作品,上传文本文件后即可分析。
相似句查找会得到什么结果?
按语义找出意思相近的句子对,并把互相相似的句子归成一组。
相似句查找怎么用?
上传材料、确认设置、点提交,任务完成后在工作台打开报告。不用安装软件,也不用写代码。详细步骤见教程《相似句查找:归拢措辞不同的同类表达》。
相似句查找怎么计费?
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。

在论文里引用相似句查找: 查看引用格式

同类工具

  • 文本清洗清理文本里的标点符号、表情、网页标签和自定停用词,并可把长文切成等长片段。
  • 文本质量评估器统计文本的规模、句长、词汇丰富度与重复率,给出 0~100 分,并判断能否用于聚类、主题模型等分析。
  • 中文文本规范化统一中文材料里的繁简、引号、全半角和省略号写法,可把数字改写成中文,并整篇注音。
  • 词性标注标出每个词的语法类别,统计词性分布与相邻词性的搭配概率,并与六类参考语料比较写法偏向。
  • 关键词抽取用 TF-IDF 与 TextRank 两种方法各提一份关键词并交叉对照,标出两者都认可的核心词。
  • 高频词提取统计词频,并可同时统计两到四个词组成的固定说法,标出哪些提法在多份材料里反复出现。