При построении лингвистических корпусов разработчикам требуется очищать корпусы от текстовых дубликатов. В статье представлен небольшой обзор способов поиска почти похожих текстов в различных корпусах. Разработан алгоритм и программа поиска почти похожих текстов на основе подсчёта числа общих биграмм. Проведены эксперименты на текстах Открытого корпуса вепсского и карельского языков ВепКар. Из 100 найденных программой пар наиболее похожих текстов эксперт подтвердил около половины случаев сходства. С помощью рангового расстояния Кендалла было подсчитано, какая из трёх рассмотренных метрик сходства текстов упорядочивает пары похожих текстов наиболее близко к эспертному. Разработанная программа и в дальнейшем будет использоваться в корпусе текстов ВепКар.