Textähnlichkeit prüfen
Füge zwei Texte ein und sieh, wie ähnlich sie sind. Du erhältst einen Ähnlichkeitswert in Prozent aus drei Standardmaßen, Kosinus (Worthäufigkeit), Jaccard (gemeinsamer Wortschatz) und Levenshtein (Editierdistanz), und jede gemeinsame Phrase wird nebeneinander markiert.
Zuletzt aktualisiert:
Gemeinsame Phrasen markiert
Gemeinsame Phrasen
Anleitung: Textähnlichkeit prüfen
- Füge den ersten Text in Text A und den zweiten Text in Text B ein.
- Wähle Optionen: Groß-/Kleinschreibung ignorieren, Satzzeichen ignorieren, Stoppwörter überspringen und die Mindestlänge gemeinsamer Phrasen.
- Drücke auf Ähnlichkeit prüfen (die Ergebnisse aktualisieren sich auch beim Tippen).
- Lies die Werte ab: Gesamtähnlichkeit, Kosinus, Jaccard und Levenshtein, jeweils von 0% bis 100%.
- Prüfe die Markierungen: Gemeinsame Phrasen sind in beiden Texten markiert und unten aufgelistet, die längsten zuerst.
Die drei Ähnlichkeitsformeln
| Maß | Formel | Betrachtet | Reihenfolge wichtig? |
|---|---|---|---|
| Kosinus-Ähnlichkeit | (A · B) ÷ (‖A‖ × ‖B‖), wobei A und B Wortanzahl-Vektoren sind | Welche Wörter wie oft verwendet werden | Nein |
| Jaccard-Ähnlichkeit | |A ∩ B| ÷ |A ∪ B| auf den Mengen unterschiedlicher Wörter | Nur gemeinsamer Wortschatz | Nein |
| Levenshtein-Ähnlichkeit | 1 − Distanz ÷ Länge des längeren Textes | Einfügungen, Löschungen und Ersetzungen von Zeichen | Ja |
Rechenbeispiel. Text A ist „red apples and green apples“ und Text B ist „green apples and red pears“. Die Wortanzahlen sind A = {red 1, apples 2, and 1, green 1} und B = {green 1, apples 1, and 1, red 1, pears 1}. Das Skalarprodukt ist 1 + 2 + 1 + 1 = 5, ‖A‖ = √7 und ‖B‖ = √5, also Kosinus = 5 ÷ √35 ≈ 84.5%. Die Wortschätze teilen 4 von 5 unterschiedlichen Wörtern, also Jaccard = 80%.
So liest du die Ergebnisse
- Hoher Kosinus, niedriger Levenshtein: dieselben Wörter in anderer Reihenfolge, typisch für einen umgestellten oder leicht paraphrasierten Text.
- Alles hoch: Die Texte sind nahezu Kopien mit kleinen Änderungen. Die markierten Phrasen zeigen genau, welche Passagen übereinstimmen.
- Niedriger Jaccard, aber einige gemeinsame Phrasen: überwiegend unterschiedliche Texte, die einige exakte Sätze oder Zitate wiederverwenden.
- Kurze Texte schwanken stark: Bei nur wenigen Wörtern verschiebt ein geändertes Wort jeden Wert um mehrere Prozent.
Gemeinsame Phrasen werden gefunden, indem Folgen aufeinanderfolgender Wörter (Wort-N-Gramme) abgeglichen und jede Übereinstimmung so weit wie möglich verlängert wird, sodass ein langer kopierter Satz einmal erscheint statt als viele überlappende Teile. Der Phrasenabgleich ignoriert Satzzeichen und Zeilenumbrüche zwischen Wörtern.
Häufige Fragen
Wie wird die Ähnlichkeit in Prozent berechnet?
Das Tool berechnet drei Standardmaße und zeigt jedes an. Die Kosinus-Ähnlichkeit vergleicht, wie oft jedes Wort verwendet wird, die Jaccard-Ähnlichkeit vergleicht die Mengen unterschiedlicher Wörter, und die Levenshtein-Ähnlichkeit ist 1 minus Editierdistanz geteilt durch die Länge des längeren Textes. Der Gesamtwert ist der Durchschnitt der drei.
Was ist Kosinus-Ähnlichkeit?
Jeder Text wird in einen Vektor von Wortanzahlen (Termhäufigkeit) umgewandelt. Die Kosinus-Ähnlichkeit ist das Skalarprodukt der beiden Vektoren geteilt durch das Produkt ihrer Längen. Sie reicht von 0% (keine gemeinsamen Wörter) bis 100% (dieselben Wörter in denselben Anteilen) und ignoriert die Wortreihenfolge.
Was ist der Unterschied zwischen Jaccard- und Kosinus-Ähnlichkeit?
Jaccard betrachtet nur, welche unterschiedlichen Wörter vorkommen: gemeinsame Wörter geteilt durch alle unterschiedlichen Wörter beider Texte. Kosinus gewichtet zusätzlich, wie oft jedes Wort vorkommt, sodass wiederholte Schlüsselwörter stärker zählen. Jaccard ist meist der niedrigere und strengere der beiden Werte.
Was misst die Levenshtein-Distanz?
Sie ist die minimale Anzahl einzelner Einfügungen, Löschungen oder Ersetzungen von Zeichen, die nötig ist, um einen Text in den anderen umzuwandeln. Anders als die Wortmaße reagiert sie auf Reihenfolge und Schreibweise. Bei langen Texten wird sie auf Wörtern statt Zeichen berechnet, um schnell zu bleiben, und das Tool sagt dir, wenn das passiert.
Ist das ein Plagiatsprüfer?
Nein. Es vergleicht nur die beiden Texte, die du einfügst, und durchsucht weder das Web noch eine Datenbank. Es ist nützlich, um wiederverwendete Passagen zu erkennen, eine Paraphrase mit ihrer Quelle abzugleichen oder zwei Versionen eines Dokuments zu vergleichen.
Warum ändert das Entfernen von Stoppwörtern den Wert?
Stoppwörter wie the, and, of und to kommen in fast jedem englischen Text vor, sodass sie auch nicht verwandte Texte etwas ähnlich wirken lassen. Wenn du sie entfernst, konzentrieren sich Kosinus und Jaccard auf bedeutungstragende Wörter. Gemeinsame Phrasen behalten Stoppwörter immer, damit sie sich natürlich lesen.
Werden meine Texte gespeichert oder hochgeladen?
Nein. Alle Berechnungen laufen in deinem Browser mit JavaScript. Nichts wird an einen Server gesendet, und die Texte werden nur im lokalen Speicher deines eigenen Browsers behalten, damit sie nach dem Neuladen noch da sind.
Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?
Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.