守柔Word文本筛——文档重复段落和相似段落分析工具

守柔 · 发表于 2009-3-30 08:06

应C81版主和网友要求，用了一周的时间，研制了“守柔Word文本筛”，此工具的主要功能是筛选出文档中具有重复的段落，或者相似（相近的）段落，适用于文档中的中文字符串的比较，但也可以用于英文。它允许用户定义筛选规则，可以忽略数字、西文字符、括号和标点符号等，它的最大的特点是允许用户设置相似度，可以从50%-100%之间为字符串作比较。
另外，它还可以为所选内容（或者文档）列出不重复的汉字或者词组。
该程序目前公测中，欢迎大家发送测试文档和提出需求，以便更加完善之。
先睹为快，它的程序界面如下图所示：

[ 本帖最后由守柔于 2009-3-30 14:29 编辑 ]

monvzhilei · 发表于 2009-3-30 08:07

真好，就是能不能下载哦？

守柔 · 发表于 2009-3-30 08:30

以http://club.excelhome.net/viewth ... hlight=%D6%D8%B8%B4链接中的文档测试结果如下：
测试文档如下图所示：

原文档

按重复段落（相似度为100%）的筛选结果：

重复的段落

设置90%的相似度筛

90%相似度筛选

筛选结果节选

筛选结果示意

[ 本帖最后由守柔于 2009-3-30 14:45 编辑 ]

冰风萧萧 · 发表于 2009-3-30 08:40

共享版吧，很不错。

守柔 · 发表于 2009-3-30 08:56

对于http://club.excelhome.net/viewth ... D8%B8%B4&page=1贴子中的测试。

原文档示意：

应用90%相似度的筛选结果示意（颜色为后加，便用版友查看）

hhzjxss · 发表于 2009-3-30 09:18

版主啥时共享一下哦

tangqingfu · 发表于 2009-3-30 09:48

请守版测试这个帖子的文档:如何批量查找（删除）相同的内容
http://club.excelhome.net/viewth ... p;extra=&page=1

晴空老猪 · 发表于 2009-3-30 09:55

好好好专业！

守柔 · 发表于 2009-3-30 10:13

原帖由 tangqingfu 于 2009-3-30 09:48 发表
请守版测试这个帖子的文档:如何批量查找（删除）相同的内容
http://club.excelhome.net/viewth ... p;extra=&page=1

你的这个文档，实际上有很多问题，你可以仔细看一下，1,5,8每三个题目，其实不是一致的。
我对此预处理了一下，请看测试结果(2009-3-30 13：50分更新）：

[ 本帖最后由守柔于 2009-3-30 13:53 编辑 ]

xbq602 · 发表于 2009-3-30 11:34

不错的软件，支持一下！！！！！！

		自动登录	找回密码
密码			免费注册

[原创] 守柔Word文本筛——文档重复段落和相似段落分析工具

强大强大，