str_Similarity函数

函数名：wb_文本相似度 / str_Similarity

会员等级：🟢 免费版（Free）

函数功能

计算两段文本之间的相似度，基于余弦相似度算法（字符级分词），返回0~1之间的相似度评分。自动去除标点符号和空白字符，支持中英文混合文本，适用于查重检测、内容匹配、相似问句识别等场景。

参数规范

参数名	类型	必填	示例	特殊说明
文本1	String	是	"人工智能是一项前沿技术"	支持直接文本或单元格引用
文本2	String	是	"AI是一种创新技术"	支持直接文本或单元格引用
精度	Int	否	8	小数位数，默认8位

使用案例

基本文本相似度计算

问题描述：判断两段文本是否表达相近含义

公式演示：

=str_Similarity("机器学习是人工智能的分支", "深度学习属于人工智能")

输出效果：

0.73333333

自定义精度

问题描述：保留2位小数的相似度评分

公式演示：

=str_Similarity(A1, B1, 2)

输出效果：

0.73

批量查重检测

问题描述：对比A列和B列文本，标记相似度高于80%的记录

公式演示：

=IF(str_Similarity(A2, B2, 4) > 0.8, "疑似重复", "正常")

输出效果：

疑似重复

技术说明

核心逻辑

• 预处理：移除标点符号和空白字符，保留数字和字母
• 分词：采用字符级分词（每个字符作为一个词），兼容中英文
• 算法：基于词频向量计算余弦相似度（Cosine Similarity）
• 输出：相似度范围0~1，1表示完全相同，0表示完全无关

异常处理

错误场景	返回值
任一文本为空	0
预处理后文本为空	0
文本完全相同	1

注：本函数为本地计算，无需联网，不消耗AI额度

返回函数目录