本文本相似度对比工具操作简单直观，以下是详细的使用指南：
输入文本：在左侧「文本A」和右侧「文本B」输入框中分别粘贴或输入需要对比的两段文本。工具会自动统计字符数和单词数，显示在每个输入框下方。您可以直接粘贴大段文章、代码、论文等内容。
开始对比：点击「开始对比」按钮后，工具会同时计算多种相似度指标，包括编辑距离、Jaccard相似度、余弦相似度和最长公共子序列（LCS）。计算结果以卡片形式展示，其中「综合相似度」是基于多算法加权的总体评分。
差异视图：结果区域的差异视图会用颜色高亮显示两段文本的不同之处。绿色表示新增的内容，红色表示删除的内容，黄色表示修改的内容。差异视图采用行级对比，方便您快速定位不一致的位置。
快捷操作：点击「加载示例」会自动填入预设的对比示例，方便快速体验工具功能。「交换文本」按钮可以将文本A和文本B互换，方便双向对比。「清空」按钮可以一键清除所有输入和结果。
文本相似度对比在多个领域有广泛应用，以下是几个典型场景：
论文查重与原创性检测：学术写作中，通过计算论文与已有文献的相似度，可以评估原创性程度。编辑距离算法能精确发现逐字抄袭，余弦相似度则能识别改写后的语义相似。本工具可作为论文初稿自查的辅助手段。
代码审查与版本对比：软件开发中，对比新旧版本代码的差异是常见需求。虽然Git等专业工具提供了diff功能，但在没有版本控制的情况下（如审查第三方代码、对比API文档），本工具能快速定位代码变更点，辅助代码审查。
内容去重与数据清洗：在数据采集中，经常需要检测并去除重复或高度相似的文本记录。通过设定相似度阈值（如90%以上视为重复），可以批量筛选出需要合并或删除的冗余数据，提高数据质量。
翻译质量评估：翻译工作中，对比原文和译文的结构相似度可以评估翻译的忠实度。如果两段文本的相似度过低，可能意味着翻译存在漏译或过度意译的情况。结合LCS可以进一步分析翻译的对应关系。
编辑距离（Levenshtein Distance）：由俄罗斯科学家Vladimir Levenshtein于1965年提出，是指将一个字符串转换为另一个字符串所需的最少单字符编辑操作（插入、删除、替换）次数。时间复杂度为O(m×n)，适合较短文本的精确对比。编辑距离越小，文本越相似。
Jaccard相似度：由法国数学家Paul Jaccard于1901年提出，计算公式为「交集大小 / 并集大小」。它将文本拆分为词集合（可基于字符或词语），只关心词是否出现而不考虑频率。Jaccard相似度对短文本和关键词覆盖度评估效果好，常用于文档去重和推荐系统。
余弦相似度：将文本表示为词频向量，计算两个向量夹角的余弦值。余弦值为1表示完全相同，0表示完全不同。余弦相似度考虑了词频信息，对语义相似度敏感，是自然语言处理中衡量文档相似度的经典方法，广泛应用于搜索引擎和文档聚类。
最长公共子序列（LCS）：指两个序列中最长的相同子序列（不要求连续）。LCS长度占较长文本的比例可以作为相似度指标。LCS也是diff算法（如Unix diff、Git diff）的核心基础，广泛应用于版本控制和文本比对工具中。
文本相似度是衡量两段文本在语义或字符层面相似程度的量化指标。常用的算法包括编辑距离（Levenshtein）、Jaccard相似度、余弦相似度和最长公共子序列（LCS）等。不同算法适用于不同场景。
编辑距离（Levenshtein Distance）是指将一个字符串转换为另一个字符串所需的最少单字符编辑操作（插入、删除、替换）次数。编辑距离越小，两个文本越相似。时间复杂度为O(m×n)。
Jaccard相似度基于词集合的交集与并集之比，只关心词是否出现；余弦相似度基于词频向量，还考虑了词出现的频率。Jaccard更适合判断内容覆盖度，余弦更适合判断语义相似度。
不会。所有计算都在浏览器本地完成，您的文本数据不会离开您的设备，完全保护隐私。
支持。工具在浏览器中本地运行，理论上支持任意长度的文本。但过长的文本（数万个字符以上）可能会因浏览器性能限制而导致计算变慢。
综合相似度是编辑距离相似度（40%权重）、Jaccard相似度（25%权重）和余弦相似度（35%权重）的加权平均值，并归一化为0-100%的范围。
绿色表示文本B相对于文本A新增的内容，红色表示删除的内容，黄色表示修改（既有删除又有新增）的内容，无颜色表示相同的内容。
可以。工具支持任意Unicode文本的对比，包括代码、Markdown、JSON、XML等格式。但工具不考虑代码语法，仅做纯文本级别的字符对比。