文本相似度去重雷达
用语义向量两两比较材料里的每条文本，找出意思相近的文本对，并把相互相似的文本归成一组，给出每组的条数、组内平均相似度、最具代表性的一条原文和高频词，以及重复文本占全部文本的比例。多份材料一起分析时，会标出同一组内容分散在几个文件里。判断依据是意思是否相近，用词不同也可能判为重复。
两种模式：近似复制与合并找高度相似、可直接合并的文本对；同义改写嫌疑找语义仍接近但用词差别明显的文本对，按语义相似度与字面差异度给出改写嫌疑分，并逐词标出两条文本改动在哪里。判定重复的相似度阈值、成组所需的最小条数都可以自己设定。
两种模式共用同一套语义向量与场景预设；仅筛选区间与列表解读不同，计费一致。
找高度相似、适合去重合并的句子对；阈值通常 0.8+。
加载文件上传组件中...
180 个字符
仅在上传内容缺少有效分行或分段时触发；窗口越小，切出的句段越短。
根据文本来源选择预设，系统会自动调整分词、停用词和相似度置信区间。
适用于问卷开放题、用户评价，强化短句语义聚合能力。
82%
推荐：调研反馈 0.8，政策/公文 0.85。
3条
控制去重雷达中的最小聚类粒度，建议≥3以获得稳定的模式。
中文和双语材料通用，适合批量相似句段查找与重复合并。
兼顾召回与准确度，自动调节不同文档长度的影响。
输入多个关键词用顿号或逗号分隔，将在雷达图中单独标注。
已识别 0 / 500 个词
一行一词，也可写成【词 词频 词性】。填写后这些词按整词处理，专名和术语不会被切碎。
已识别 0 / 500 个词
填写后这些词在比较相似度前被去掉。系统停用词始终生效。
每 10,000 个字符 5 点