Comparador de textos / detector de plagio

El <strong>Comparador de Textos</strong> detecta similitud entre dos fragmentos usando el algoritmo de similitud Jaccard con shingles de 5 palabras, y resalta visualmente las frases idénticas. Es más preciso que un simple conteo de palabras comunes porque evalúa secuencias, no ocurrencias aisladas.

Cómo funciona la similitud Jaccard con shingles

Jaccard con shingles de 5 palabras detecta paráfrasis parciales. Un score sobre 30% en textos largos indica similitud significativa que merece revisión.

Un shingle de 5 palabras es una ventana deslizante de 5 palabras consecutivas. El texto «el gato come pescado fresco todos los días» genera shingles como «el gato come pescado fresco», «gato come pescado fresco todos», «come pescado fresco todos los», etc. La similitud Jaccard mide cuántos shingles comparten ambos textos dividido entre cuántos shingles únicos existen en total (intersección / unión).

Este método detecta paráfrasis débiles mejor que comparar palabras sueltas: si alguien cambia solo algunos adjetivos pero conserva las secuencias de sustantivos y verbos, los shingles lo revelan. Un porcentaje por encima del 30% en textos largos (500+ palabras) o 20% en textos cortos merece revisión manual.

Casos de uso en SEO y contenido

En SEO, el contenido duplicado interno (dos artículos sobre el mismo tema con párrafos copiados entre sí) puede diluir autoridad y generar señales de baja calidad ante Google. Antes de publicar un artículo nuevo, compáralo contra el que ya tienes en el mismo cluster temático.

Para detectar paráfrasis de IA, las herramientas de reescritura automática suelen cambiar sinónimos pero conservan la estructura de oraciones — exactamente lo que captura el análisis de shingles. Un texto reescrito con GPT o similar que comparte más del 25% de shingles con el original no está suficientemente diferenciado para pasar como contenido único.

Limitaciones que debes conocer

La herramienta compara texto plano normalizado (sin puntuación, en minúsculas). No analiza semántica: dos textos con el mismo significado pero vocabulario completamente distinto marcarán 0% de similitud aunque sean equivalentes en contenido. Para análisis semántico profundo se requieren embeddings vectoriales, que están fuera del alcance de una herramienta de navegador.

El análisis de oraciones idénticas es complementario: si la similitud Jaccard es baja pero hay oraciones completas iguales, aparecerán en el panel de coincidencias exactas. Esto ocurre cuando se copian párrafos específicos (introducción, conclusión) en textos por lo demás originales.

• ▸Normaliza ambos textos al mismo idioma antes de comparar — mezclar español e inglés reduce artificialmente el score
• ▸Para e-commerce, compara descripciones de producto contra las del fabricante para detectar contenido duplicado exacto
• ▸Los textos legales (términos y condiciones, avisos de privacidad) suelen tener alta similitud por diseño — no es plagio

Cómo funciona — paso a paso

1. 1
   Pega el texto original

   En el panel izquierdo, ingresa el texto de referencia: el artículo publicado, el texto del proveedor o el documento original.
2. 2
   Pega el texto a comparar

   En el panel derecho, ingresa el texto sospechoso: el artículo nuevo, la versión reescrita o el contenido del competidor.
3. 3
   Analiza los resultados

   El score Jaccard aparece en porcentaje. Desplázate al panel de coincidencias para ver las frases resaltadas y el conteo de oraciones idénticas.