网页标题很相近，怎样比较真正的正文主题

标题提供入口，正文提供判断材料

两个页面都出现“海角社会入口id:1120.7126 10.28网页”或其中片段，并不代表它们讨论同一件事。标题可能概括文章，也可能只是引用读者的提问。判断时应先问：正文到底说明什么，编号承担什么作用，读完以后能回答我的哪个问题。

把标题相似度与内容相关性分开，是避免误判的基础。标题字面一致但正文没有展开的页面，只能记录为命中词句；标题不同但详细讨论同一文本的方法文章，也可能有阅读价值。两类页面的用途不同，不需要强行排成唯一名次。

优先查看正文的四个位置

先读开头是否说明讨论对象，再扫章节标题是否围绕同一主题，接着定位完整编号，最后看结论是否回应正文。阅读编号前后至少一个完整段落，避免把推荐栏或其他文章片段误认为当前正文的一部分。若页面主要内容是图片，也应依据看得见的文字与说明判断，不补写图片之外的含义。

• 开头：文章是在解释词语、讲查询方法，还是说明其他主题？
• 章节：各小节是否持续回应标题提出的问题？
• 编号附近：1120.7126与原词组是否处于同一语境？
• 结尾：结论有哪些证据支撑，哪些仍然没有解释？

用一张对照表代替模糊印象

下表是完全虚构的教学案例，甲乙丙不是实际检索结果。它展示的是比较方法，而不是推荐任何页面。假设目标是理解原词和编号之间的关系，应关注关系是否在正文中被解释，而不是关键词出现了多少次。

记录能回到原处的观察

为每个候选页写一到两句摘要，并标出相关小节或段落位置。记录应使用“正文写明”“只在列表出现”“没有解释”等可复核表述，少用“很权威”“应该是”这类难以验证的评价。页面地址与访问时间可以帮助自己回看，但访问时间不等于文章发布时间。

若标题与正文出现矛盾，保留两者各自的文字和位置，再降低该页面在本次定位中的确定程度。不要擅自替作者补全逻辑，也不要将一页没有回答的问题用另一页的零散片段拼成所谓完整答案。

用用途分类结束比较

比较完成后，可以把候选分为“解释查询方法”“提供部分文字线索”“正文主题不符”“尚待判断”。这比简单收藏一批标题更有用。若没有页面真正回答目标，就明确写下未解决点，继续补充上下文；标题相近不能成为强行下结论的理由。