文本相似度：判断两段话是不是一回事

文本相似度计算两段文本在语义上有多接近。查重、搜索、推荐、客服路由，都建立在它之上。从字面匹配到语义匹配，是 NLP 进化的主线之一。

“相似”这个概念远比想象中复杂：王之涣的《登鹳雀楼》与一首现代励志歌，字面完全不同，主题高度相似。判断深层相似需要理解而非比较——这正是 AI 从匹配走向理解的完整历程。

## 核心要点

图片来源：Openverse / stuart.childs（https://www.flickr.com/photos/24001581@N07/10978555856）

1. 编辑距离只看字面，词向量看语义，大模型看深层含义。

2. 句向量模型（Sentence-BERT）是语义检索的实用方案。

3. “相似”在不同场景定义不同：近义、相关、同事实。

4. 它是 RAG 系统能否检索准的核心。

图片来源：Openverse / fdecomite（https://www.flickr.com/photos/21649179@N00/3238821080）

## 写在最后

以上是关于「文本相似度」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。