Text Percentage Compare

Verktyget jämför två textinmatningar och returnerar ett likhetsprocent, vilket gör det möjligt för team att kvantifiera likheten mellan utkast, källmaterial eller studentinlämningar. Det är utformat för innehållsproduktion, mjukvarukvalitetssäkring och pedagogiska arbetsflöden som kräver objektiv textjämförelse.
Konceptuellt normaliseras och tokeniseras input, som sedan utvärderas med en vald metod. Tre metoder erbjuds: Jaccard på token-set för att spegla delat vokabulär, Cosine-similaritet på en enkel bag-of-words-vektor för riktad likhet, och Levenshtein-baserad avstånd omvandlat till procent för att fånga redigeringarnas närhet. Normalisering inkluderar kapslägesfall och borttagning av skiljetecken. Utdata är en numerisk procentsats med två decimaler, plus metadata såsom metod och token-antal.
Vem som drar nytta: författare som bedömer parafrasering, redaktörer som verifierar innehållsåteranvändning, lärare som flaggar dupliceringar och utvecklare som lägger till ett lätt jämföringssteg i datapipelines. Unikt värde ligger i att erbjuda flera jämförtmetoder i ett kompakt, lätt att integrera verktyg utan tunga NLP-stackar och deterministiska resultat för vanligt använda språk när token-baserade mått används.