Verifica dei contenuti duplicati tramite shingle

Normalizza maiuscole, minuscole e punteggiatura, crea un insieme di frasi per ciascun testo e ne misura la sovrapposizione con l’indice di Jaccard. Lei può scegliere la dimensione dello shingle e la percentuale che attiva la segnalazione di probabile duplicazione. Il risultato è deterministico, verificabile e utile per controllare landing page, descrizioni prodotto, articoli distribuiti e altri contenuti prima della pubblicazione.

Che cosa rivela la somiglianza per shingle

Uno shingle è una breve sequenza di parole consecutive. Con una dimensione di tre, una frase produce gruppi composti dalle parole da 1 a 3, da 2 a 4 e così via. Lo strumento crea questi insiemi per entrambi i testi, conta le sequenze condivise e divide tale numero per tutte le sequenze uniche presenti nei due insiemi. Questo calcolo di Jaccard genera la percentuale di somiglianza. Premia i passaggi corrispondenti e ignora le differenze di maiuscole o punteggiatura che non cambiano le parole. È quindi più informativo del confronto tra frequenze di singoli termini: il vocabolario comune non produce da solo una corrispondenza, se le parole non compaiono nello stesso ordine locale. Il punteggio dimostra una sovrapposizione testuale, ma non prevede penalizzazioni dei motori di ricerca. Un valore elevato indica che le versioni riutilizzano molte frasi e meritano una revisione editoriale. Un valore basso indica una formulazione letterale diversa, ma non prova che un testo sia originale, accurato, utile o pronto per essere pubblicato.

Come scegliere dimensione e soglia

La dimensione predefinita è di tre parole, un punto di partenza pratico per i normali testi web. Gli shingle più piccoli sono sensibili: rilevano frammenti condivisi brevi, ma possono contare anche espressioni di routine presenti naturalmente in pagine non correlate. Quelli più grandi richiedono sequenze letterali lunghe, riducono le coincidenze casuali e possono tralasciare passaggi leggermente riscritti. Scelga la dimensione prima di interpretare la percentuale, perché risultati ottenuti con dimensioni diverse non sono direttamente confrontabili. La soglia controlla soltanto la segnalazione restituita e non modifica il calcolo. Una soglia di 70 segnala punteggi pari o superiori al 70 per cento. È opportuno calibrare questo valore con esempi del proprio archivio, senza considerare un unico limite una regola SEO universale. Mantenga le stesse impostazioni quando confronta un lotto. Ciascun testo deve contenere almeno tante parole normalizzate quante ne richiede la dimensione; in caso contrario, la richiesta fallisce per evitare una percentuale artificiale o fuorviante.

Come trasformare il risultato in una scelta editoriale

Usi il punteggio come segnale preliminare nel processo di revisione. Inizi confrontando pagine destinate a ricerche simili, modelli compilati dallo stesso catalogo oppure una bozza con il materiale sorgente affidato alla redazione. Quando una coppia viene segnalata, esamini entrambi i documenti e individui la causa degli shingle condivisi. Navigazione, note legali, specifiche e inviti all’azione standard possono legittimamente ripetersi. Introduzioni, spiegazioni, vantaggi e conclusioni corrispondenti sono motivi più forti per intervenire. Conservi i fatti che devono restare corretti, ma riorganizzi e riscriva il contenuto affinché ogni pagina soddisfi un intento distinto. Registri dimensione e soglia insieme al risultato se serve una traccia di verifica riproducibile. Lo strumento elabora esattamente due testi per richiesta; non visita URL, non cerca sul web, non identifica l’autore originale e non decide il posizionamento. Per controllare un intero sito, selezioni prima coppie significative, applichi impostazioni costanti e sottoponga i punteggi più alti a una valutazione umana, senza cancellare o reindirizzare automaticamente le pagine.