Herramienta de detección de plagio de artículos

Herramienta profesional en línea para detectar la similitud de textos, compatible con varios algoritmos para medir el porcentaje de repetición y la similitud del texto.

Informe de error

Cargando herramienta, espera...

Si la herramienta en línea no carga o no se ejecuta, prueba la herramienta de escritorio. https://tools.yikeaigc.com/

Uso de herramientas

Volver a la versión anterior

Detector inteligente de similitud de texto

Herramienta profesional de análisis de similitud de texto con varios algoritmos de IA

Similitud coseno Coeficiente Jaccard Subsecuencia común más larga Coincidencia N-gram Distancia de edición Similitud semántica

ATexto original (referencia)

📄 Arrastra archivos aquí

📁 Elegir archivo

BTexto comparado (a detectar)

📄 Arrastra archivos aquí

📁 Elegir archivo

🔧 Parámetros de detección

Umbral de similitud (%)

Longitud N-gram

Longitud mínima de coincidencia

Ignorar puntuación

Ignorar mayúsculas

Modo de idioma

Elegir algoritmo

Similitud coseno

Cálculo de similitud basado en modelo de espacio vectorial

Coeficiente Jaccard

Medida de similitud por intersección/unión de conjuntos

Subsecuencia común más larga

Algoritmo de programación dinámica para similitud de secuencias

Coincidencia N-gram

Algoritmo de coincidencia basado en fragmentos de caracteres/palabras

Distancia de edición

Medida de distancia de operaciones de edición de cadenas

Similitud semántica

Algoritmo semántico basado en vectores de palabras

Analizando similitud de texto...

Instrucciones

Instrucciones de uso del software

Introducir contenido de texto: Introduzca el texto de referencia en el cuadro "Texto original" de la izquierda y el texto que se va a comprobar en el cuadro "Texto de comparación" de la derecha. También puede subir un archivo de texto en formato txt haciendo clic en el botón "Seleccionar archivo para subir".
Seleccionar algoritmo de detección: En el panel de configuración de parámetros, seleccione el algoritmo de detección de similitud que desea usar:
- Similitud de coseno: Cálculo de similitud basado en el modelo de espacio vectorial
- Coeficiente de Jaccard: Medida de similitud basada en la relación entre intersección y unión de conjuntos
- Subsecuencia común más larga: Algoritmo de programación dinámica para calcular la similitud de secuencias
- Coincidencia N-gram: Algoritmo de coincidencia basado en fragmentos de caracteres/palabras
- Distancia de edición: Medida de distancia de las operaciones de edición de cadenas
- Similitud semántica: Algoritmo de comprensión semántica basado en vectores de palabras
Ajustar parámetros de detección:
- Umbral de similitud: Establezca el umbral porcentual para determinar la similitud (0-100%)
- Longitud de N-gram: Establezca la longitud de los fragmentos de caracteres del algoritmo N-gram
- Longitud mínima de coincidencia: Establezca el número mínimo de caracteres coincidentes
- Opciones de ignorar: Elija si desea ignorar la puntuación y las mayúsculas/minúsculas
- Modo de idioma: Seleccione modo chino, inglés o mixto chino-inglés
Procesamiento de archivos por lotes: Permite subir varios archivos txt a la vez para realizar detecciones por lotes. La interfaz muestra los primeros 20 archivos, pero se procesarán todos los archivos subidos.
Iniciar detección: Haga clic en el botón "Iniciar detección" y el sistema analizará la similitud del texto con el algoritmo seleccionado.
Ver resultados: Una vez finalizada la detección, consulte el informe detallado de similitud, incluidos los resultados de cada algoritmo y gráficos visuales.
Exportar resultados: Haga clic en el botón "Exportar resultados" para descargar el informe de detección y los datos originales empaquetados en un archivo ZIP.

Preguntas frecuentes

R: Cada algoritmo tiene un principio de cálculo diferente: la similitud de coseno se centra en la distribución de frecuencia de palabras, el coeficiente de Jaccard se centra en la superposición de vocabulario, el algoritmo LCS se centra en las secuencias de caracteres, N-gram se centra en la coincidencia de fragmentos, la distancia de edición se centra en el coste de modificación de caracteres y la similitud semántica se centra en la comprensión semántica. Se recomienda evaluar los resultados de varios algoritmos de forma conjunta.

R: Recomendaciones para configurar el umbral: más del 70% indica alta similitud, 50-70% indica similitud media, 30-50% indica baja similitud y menos del 30% indica que básicamente no hay similitud. Para detección académica se recomienda establecerlo en 60-70%, y para detección de originalidad de contenido, en 40-50%.

R: La longitud N-gram afecta la precisión de la detección: longitud 2-3 es adecuada para detectar similitud a nivel de caracteres, longitud 4-5 es adecuada para detectar similitud a nivel léxico y longitud 6-8 es adecuada para detectar similitud a nivel de frases. Para textos en chino se recomienda usar 3-4, y para textos en inglés, 4-5.

R: No. Toda la detección de similitud de textos se realiza localmente en su dispositivo; ni el contenido del texto ni los archivos se suben al servidor, protegiendo por completo la privacidad y seguridad de sus datos.

R: Actualmente se admiten archivos de texto sin formato en formato TXT. Se recomienda convertir primero los documentos en formatos como Word o PDF a formato TXT, o copiar directamente el contenido del texto en el cuadro de entrada para realizar la detección.

Respuesta: La detección de similitud de texto consume recursos de cálculo. Recomendaciones: 1) Reducir la cantidad de algoritmos utilizados simultáneamente; 2) Dividir los textos largos en segmentos para analizarlos; 3) Mantener la longitud del texto de una sola detección por debajo de 100.000 caracteres; 4) Cerrar otros programas que consuman memoria.

Respuesta: El archivo ZIP exportado contiene: 相似度检测报告.txt (informe detallado legible por humanos) y 检测数据.json (datos estructurados legibles por máquina). El informe incluye información como el porcentaje de similitud de cada algoritmo, el promedio y descripciones detalladas.