一个比较有意思的需求，各位大佬琢磨琢磨有没有办法

登录

关于文本查重
有什么算法可以得到两段文本的相似度？就是类似于论文查重那种，一个简单的应用场景：考试题库管理。
比如说，考试题库在使用的过程中，肯定会不断的添加和完善，如果添加人员不只一个，这时候我们可能需要为维护人员筛选出类似题库，以供维护人员判断他当前录入的题库是否与已有的高度类似或者重复，目前我只能想到笨办法来解决这个问题：

受论文查重的启示，简单算法下，我们可以将文本拆分为3~5个字符为一组，然后去获得包含这些字符的数据记录，使用条件or来查询。如果使用其他的表达式，用sql函数来获取相似度的话，那其实与VBA的代码也差不多，很显然这些方法都并不智能。
现在有几个想法：
1、使用表达式，很复杂的表达式，例如用like函数，并且使用很多的通配符，这是个办法，但很显然比较麻烦；
2、笨办法，拆字符串，这点很多人都可以做到；
3、这个是否可以条用第三方引擎库来进行人工智能比对？
4、出个查重插件？
仅作为思考，