Tekstvergelijkingstool

Het hulpmiddel vergelijkt twee tekstinvoer om de gelijkenis te kwantificeren en overlappingen te identificeren. Het is ontworpen voor schrijvers, redactie, studenten en onderzoekers die objectieve metingen voor tekstgelijkenis nodig hebben.
Conceptueel tokeniseert en normaliseert het teksten, vectoriseert ze met TF-IDF en berekent meerdere metriek zoals kosinusgelijkenis, Jaccard-gelijkheid op n-grams en Levenshtein-afstand. De eindscore combineert deze metriek met configureerbare gewichten, en een diff-digest markeert overeenkomende zinnen en afwijkende secties.
Uitvoer omvat een gelijkenisscore, de gebruikte metriek, een lijst van overlappende zinnen en een per-zin diff. Toepassingen zijn plagiaatcontrole, revisievergelijking en inhoudsbewaking over versies. De meerwaarde ligt in de multi-metriek benadering, per-block analyse voor grote documenten, taalondersteuning en privacy-opties die standaard geen inputgegevens opslaan.