Popsat současné techniky hledání duplicit (shod) v textových dokumentech. Zaměřit se zejména na texty v českém a slovenském jazyce, které jsou v maximálním rozsahu malých jednotek normostran. Definovat vlastní kritéria a na jejich základě najít vhodný způsob (algoritmus) pro hledání duplicit ve větších množinách krátkých textů. Následně navrhnout a ve formě funkčního prototypu implementovat softwarový nástroj, který bude realizovat vyhledávací úlohy typu "každý s každým", "jeden proti více", "množina proti množině" nad řádově tisíci odborných textů. Vytvořený nástroj bude kompatibilní s OpenJDK, bude vhodně kvantifikovat míru nalezené shody a se svým okolím bude komunikovat skrze webové služby (REST API). Součástí práce je i provedení dostatečného počtu měření výkonu SW, který zohlední velikost vstupní množiny, čas výpočtu a spolehlivost výsledku. Bude vytvořena programátorská a instalační dokumentace.