Semantischer Textvergleich
Vergleicht zwei Texte mithilfe lokaler Embedding-Ähnlichkeit.
Semantischer Textvergleich
So verwendest du Semantischer Textvergleich
Semantic text comparison measures how close two texts are in meaning by embedding each with the all-MiniLM-L6-v2 model in your browser and reporting their cosine similarity to four decimal places. Paste the first text in the main box and the second in Comparison text, each up to 8,000 characters. The score is not a plagiarism, truth or equivalence verdict.
- Füge die Quelle in den Eingabe-Editor ein oder lade das integrierte Beispiel.
- Lege den Vergleichstext fest.
- Führe den semantischen Textvergleich aus, prüfe die Ausgabe und verwende dann die verfügbaren Bedienelemente zum Kopieren oder Herunterladen.
Was dieses Tool unterstützt
Lädt beim ersten Durchlauf ein Inferenzmodell herunter. Chat und Generierung erfordern WebGPU; kleinere Erkennungsmodelle verwenden WebAssembly im Browser. KI-Ausgaben können Details auslassen oder erfinden. Prüfe sie vor der Verwendung.
- Vergleichstext
- Set this value for your task.
Grenzen und Verarbeitung
Textquellen sind auf 8.000 Zeichen begrenzt; die Bildsuche akzeptiert bis zu 20 Bilder und eine Suchanfrage mit 500 Zeichen. Modelle können langen Text kürzen. Die ersten Downloads können mehrere Hundert MB groß sein und benötigen Browser-Speicher.
Beispielquelle
A useful tool makes everyday work easier. Review the results before sharing.
Häufige Fragen
What does the cosine similarity score mean?
It measures how closely the two embedding vectors point in the same direction. Values near 1 mean very similar meaning according to the model, and lower values mean less related content. There is no fixed pass mark, so compare scores across several text pairs.
Can semantic text comparison detect plagiarism?
No. The tool states the score is not a plagiarism, truth or equivalence verdict. A high score only means the model sees related meaning; it does not show copying, agreement or that both texts are correct.
How long can the texts be for semantic comparison?
Each text can be up to 8,000 characters, but the embedding model may truncate long inputs, so later parts of a long text might not influence the score. Comparing paragraph-sized sections gives a more representative result.
Wo wird meine Eingabe verarbeitet?
Der lokale Modus lädt öffentliche Modell- und Laufzeit-Assets herunter und behält die Eingabe in diesem Browser. Modelle können auf diesem Gerät zwischengespeichert bleiben.
Welche Eingabelimits gelten?
Textquellen sind auf 8.000 Zeichen begrenzt; die Bildsuche akzeptiert bis zu 20 Bilder und eine Suchanfrage mit 500 Zeichen. Modelle können langen Text kürzen. Die ersten Downloads können mehrere Hundert MB groß sein und benötigen Browser-Speicher.