正文相似度 92% 的 460 组 模板段落重复怎么算

陆零云 21 0
用 simhash 把站内 2,400 篇跑了一遍,460 组两两相似度超过 90%。抽十组看,正文内容其实不同,重复的是每篇都有的三段:公司简介 180 字、服务承诺 120 字、参数说明表 100 字。 这三段加起来 400 字,占不少文章正文的三分之一。第一反应是直接删。删完 300 篇,页面字数掉到 500 以下,GSC 里开始出现内容单薄的提示,等于换了个问题。 试过把模板段落塞进 details 折叠、改成图片、用 JS 注入,相似度都没降。指...