取样不对，导致结果不同。这么长的句子不可能有相似性。就像我们用DAN 的片段来查找，太长的序列就不可能找到。每减少一个就能增加很多的机会。
只要把中文的全文放到微软的word里，用查找功能就能找到相似的词组。但是如果用这种长句就不可能有甚至一个相似的机会。