مدقق تشابه النصوص

ماذا تخبرك كل درجة

• تداخل كلمات قريب من 100% يعني أن النصّين يستخدمان مجموعة الكلمات نفسها تقريبًا.
• تشابه محارف قريب من 100% يعني أن النصّين شبه متطابقين حرفًا بحرف.
• الفجوة الكبيرة (تداخل كلمات مرتفع، تشابه محارف أقل) تشير إلى المفردات نفسها مرتّبة بشكل مختلف.

مثال محلول

مقارنة The quick brown fox بـ The quick red fox:

• تداخل الكلمات: 60.00% (يتشاركان the وquick وfox من أصل خمس كلمات مختلفة)
• تشابه المحارف: 83.33% (يختلف فقط brown مقابل red)

الرقمان معًا يرويان القصة: الكلمات نفسها تقريبًا، والمحارف نفسها تقريبًا باستثناء كلمة واحدة.

ما لا تفعله

هذه مقارنة سلاسل سطحية، وليست مدقق انتحال أو معنى:

• تقارن الكلمات والمحارف، لذا يحصل مقطعان يقولان الشيء نفسه بكلمات مختلفة على درجة منخفضة.
• ليست لديها قاعدة بيانات للأعمال المنشورة، لذا لا تستطيع إخبارك بما إذا كان النص منسوخًا من مكان آخر.
• المطابقة القائمة على المعنى (الدلالية) تحتاج إلى نموذج تضمين لا تستخدمه هذه الأداة.

استخدم الدرجتين كإشارة سريعة إلى النسخ شبه المكررة، لا كحُكم نهائي.

نصائح المعالجة المسبقة

• أزل النص النمطي (التوقيعات والترويسات والتذييلات) قبل المقارنة؛ فهو يضخّم الدرجتين بشكل مصطنع.
• وحّد المسافات وعلامات الترقيم المتناثرة حتى لا تطغى فروق التنسيق على تطابقات المحتوى الحقيقية.
• انتبه لفروق الطول: الأطوال شديدة الاختلاف تخفض تشابه المحارف حتى عندما يكون النص الأقصر داخل الأطول، لذا قارن مقاطع متكافئة.