DEMONSTRAÇÃO DO SISTEMA
Comparar dois documentos textuais por meio de medidas de similaridade e apresentar trechos relacionados para análise humana.
DEMONSTRAÇÃO
Selecione dois arquivos para calcular o índice e examinar os trechos encontrados.
RESULTADOS · EXEMPLO
Medidas globais e trechos para leitura em contexto.
Pesos: 40% / 30% / 30%
Vocabulário no par
Trigramas de caracteres
Similaridade de edição
O índice é experimental: não é o coeficiente de Pearson nem um veredito de plágio. O TF-IDF é ajustado a este par e não está calibrado entre pares.
Similaridade local de TF-IDF entre blocos.
A educação ambiental aproxima a pesquisa da comunidade. O estudo analisa práticas de reciclagem em escolas públicas e a participação dos estudantes.
A educação ambiental aproxima a pesquisa da comunidade. O estudo analisa práticas de reciclagem em escolas públicas e a participação dos estudantes.
FUNDAMENTOS E LIMITAÇÕES
O índice combina três medidas: cosseno entre vetores TF-IDF, Jaccard de trigramas de caracteres e similaridade de edição normalizada de Levenshtein.
Índice = 0,40 × TF-IDF + 0,30 × Jaccard + 0,30 × Levenshtein
O índice é uma medida ponderada de similaridade textual; não é o coeficiente de correlação de Pearson nem determina plágio. O TF-IDF é ajustado ao par de documentos, e os resultados não são calibrados entre pares. A validação com corpus e avaliações humanas ainda está pendente.
Cada arquivo aceita até 2 MiB, 50 mil palavras e 600 mil caracteres. A busca local examina até 300 blocos por documento e apresenta até 12 correspondências. A edição é calculada de forma exata e pode demorar em textos extensos.
Arquivos de exemplo: documento A · documento B.