Ferramenta de detecção de plágio de artigos

Ferramenta profissional online de deteção de similaridade de texto, compatível com vários algoritmos para detetar a taxa de repetição e a similaridade de textos.

Relatório de bug

Carregando ferramenta, aguarde...

Se a ferramenta online não carregar ou executar, tente a ferramenta para desktop. https://tools.yikeaigc.com/

Uso da ferramenta

Voltar para a versão antiga

Detector inteligente de similaridade de texto

Ferramenta profissional de análise de similaridade de texto baseada em vários algoritmos de IA

Similaridade de cosseno Coeficiente de Jaccard Maior subsequência comum Correspondência N-gram Distância de edição Similaridade semântica

ATexto original (referência)

📄 Arraste arquivos aqui

📁 Escolher arquivo

BTexto comparado (a verificar)

📄 Arraste arquivos aqui

📁 Escolher arquivo

🔧 Parâmetros de detecção

Limite de similaridade (%)

Tamanho do N-gram

Tam. mín. da correspondência

Ignorar pontuação

Ignorar maiúsculas

Modo de idioma

Selecionar algoritmo

Similaridade de cosseno

Cálculo de similaridade por modelo vetorial

Coeficiente de Jaccard

Métrica de similaridade por interseção/união de conjuntos

Maior subsequência comum

Algoritmo de programação dinâmica para similaridade de sequências

Correspondência N-gram

Algoritmo de correspondência por segmentos de caracteres/palavras

Distância de edição

Métrica de distância por operações de edição de strings

Similaridade semântica

Algoritmo de compreensão semântica por vetores de palavras

Analisando similaridade de texto...

Instruções

Instruções de uso do software

Inserir conteúdo de texto: insira o texto de referência na caixa "Texto original" à esquerda e o texto a ser verificado na caixa "Texto de comparação" à direita. Também é possível enviar arquivos de texto em formato txt clicando no botão "Selecionar arquivo para upload".
Selecionar algoritmo de verificação: no painel de configuração de parâmetros, selecione o algoritmo de detecção de similaridade a ser usado:
- Similaridade de cosseno: cálculo de similaridade baseado no modelo de espaço vetorial
- Coeficiente de Jaccard: medida de similaridade baseada na razão entre interseção e união de conjuntos
- Maior subsequência comum: algoritmo de programação dinâmica para calcular a similaridade de sequências
- Correspondência N-gram: algoritmo de correspondência baseado em fragmentos de caracteres/palavras
- Distância de edição: medida de distância das operações de edição de strings
- Similaridade semântica: algoritmo de compreensão semântica baseado em vetores de palavras
Ajustar parâmetros de verificação:
- Limiar de similaridade: defina o limiar percentual para determinar a similaridade (0-100%)
- Comprimento do N-gram: defina o comprimento dos fragmentos de caracteres do algoritmo N-gram
- Comprimento mínimo de correspondência: defina o número mínimo de caracteres correspondentes
- Opções de ignorar: escolha se deseja ignorar pontuação e maiúsculas/minúsculas
- Modo de idioma: selecione chinês, inglês ou modo misto chinês-inglês
Processamento de arquivos em lote: permite enviar vários arquivos txt ao mesmo tempo para verificação em lote. A interface exibe os primeiros 20 arquivos, mas processará todos os arquivos enviados.
Iniciar verificação: clique no botão "Iniciar verificação" e o sistema usará o algoritmo selecionado para analisar a similaridade dos textos.
Ver resultados: após a conclusão da verificação, veja o relatório detalhado de similaridade, incluindo os resultados de cada algoritmo e gráficos visuais.
Exportar resultados: clique no botão "Exportar resultados" para baixar o relatório de verificação e os dados originais empacotados em um arquivo ZIP.

Perguntas frequentes

R: Cada algoritmo tem princípios de cálculo diferentes. A similaridade de cosseno foca na distribuição da frequência de palavras, o coeficiente de Jaccard foca na sobreposição de vocabulário, o algoritmo LCS foca na sequência de caracteres, o N-gram foca na correspondência de fragmentos, a distância de edição foca no custo de modificação de caracteres e a similaridade semântica foca na compreensão semântica. Recomenda-se combinar os resultados de vários algoritmos para fazer a avaliação.

R: Recomendações para definir o limite: acima de 70% indica alta similaridade, 50-70% indica similaridade média, 30-50% indica baixa similaridade, abaixo de 30% indica basicamente sem similaridade. Para verificação acadêmica, recomenda-se definir 60-70%; para verificação de originalidade de conteúdo, recomenda-se definir 40-50%.

R: O comprimento do N-gram afeta a precisão da detecção: comprimento 2-3 é adequado para detectar similaridade em nível de caractere, comprimento 4-5 é adequado para detectar similaridade em nível lexical, comprimento 6-8 é adequado para detectar similaridade em nível de frase. Para textos em chinês, recomenda-se usar 3-4; para textos em inglês, recomenda-se usar 4-5.

R: Não. Todas as verificações de similaridade de texto são realizadas localmente no seu dispositivo; o conteúdo de texto e os arquivos não serão enviados para o servidor, protegendo totalmente a privacidade e a segurança dos seus dados.

R: Atualmente, são compatíveis arquivos de texto simples no formato TXT. Recomenda-se converter primeiro documentos em formatos como Word e PDF para TXT, ou copiar diretamente o conteúdo do texto para a caixa de entrada para realizar a verificação.

Resposta: a detecção de similaridade de texto consome recursos computacionais. Recomenda-se: 1) reduzir a quantidade de algoritmos usados simultaneamente; 2) dividir textos longos em segmentos para detecção; 3) manter o comprimento do texto em uma única detecção abaixo de 100.000 caracteres; 4) fechar outros programas que ocupem memória.

Resposta: o arquivo ZIP exportado contém: Relatório de detecção de similaridade.txt (relatório detalhado legível por humanos) e dados de detecção.json (dados estruturados legíveis por máquina). O relatório inclui informações como a porcentagem de similaridade de cada algoritmo, média e descrição detalhada.