标书查重是用来辅助判断围标串标行为的重要手段，一个好的标书查重系统需要拥有优化过的查重算法。

比如一个场景，投标文件中会大量复制招标文件中的一些技术和商务条款，

这就导致比对的标书中存在大量重复，相似度很高。这种情况，重复是合理的，造成的高相似度不能判定为围标串标。

好的查重系统需要能够过滤上述场景中的内容，也就是白名单过滤功能。将招标文件作为白名单，投标文件中和白名单相同的内容，在对比之前先进行过滤，

这些能够避免造成不合理的高相似度，防止误导评审人员判断围标串标。

过滤掉干扰因素后，标书查重的相似度才有参考性。相似度单个看意义不大，多个相似度一起看才能发现问题。一批投标书，大家的相似度都是20%左右，

而有两份投标书相似度是40%，那么这两篇标书就应该重点查看，打开对比详情，检查到底是哪些内容相似，相似的地方合不合理，经过人工审查判断后，最终才能做出围标串标的判断。

实际操作过程中，也是根据相似度从高到低的查看，高相似度重点检查，低相似度的根据时间可以放宽检查对比。

标书查重系统可以利用计算机的强大算力，在短时间完成大量文字的对比工作，帮助人节省大量时间，辅助评审人员判断是否有围标串标行为。

Tocheck致力于研究开发文本相似度检测技术，为企事业单位提供标书查重，项目申报/专利查重，员工论文查重，企业信息资产安全保护等多项服务。