标书查重重点线索类型
帮助你理解系统在多份投标文件之间重点比对什么，以及不同线索类型各自意味着什么。
为什么先看线索类型
很多用户会把“查重”简单理解成查文字重复。真正更有价值的理解方式，是先知道系统重点收集的是哪些线索类型，再结合项目背景判断哪些更值得继续深挖。
这样做的好处是，你不会只盯着某一句是否重复，而是能从更完整的视角理解文件之间的接近程度。
重点关注的线索类型
| 线索类型 | 系统通常关注什么 | 常见表现 | 更适合怎么理解 |
|---|---|---|---|
| 文本线索 | 段落内容和措辞是否异常接近 | 关键段落重复、局部表达高度一致 | 适合先定位需回看的片段 |
| 图片线索 | 页面图像和可视呈现是否相似 | 页面版式、图像内容或视觉布局接近 | 适合作为辅助核验入口 |
| 元数据线索 | 文档生成和编辑痕迹是否相似 | 修改者、应用程序、创建修改特征接近 | 适合作为辅助事实，不单独下结论 |
| 共同实体 | 人名、机构、电话、邮箱等是否重复出现 | 不同文件反复出现同一联系人或组织 | 适合结合主体背景继续查 |
| 相同错误 | 错别字、错误词、异常表达是否共同出现 | 同类错误重复、少见措辞重复出现 | 对人工复核价值很高 |
哪些线索更值得优先看
通常建议按下面的顺序理解优先级：
- 关键段落或关键响应中的文本线索
- 共同错误、异常表达和共同实体
- 图片线索和元数据线索
原因很简单：越接近实际内容本身的线索，越适合直接进入人工核验；越偏辅助背景的线索，越适合与其他证据一起综合判断。
常见误解
线索多，不等于已经形成结论
某个文件对线索更多，只能说明它更值得优先复核，并不当然代表已经可以直接定性。
元数据或单一线索不宜单独使用
元数据、图片相似或单个共同实体，更适合作为辅助说明，而不是脱离上下文单独判断。