Você pode tentar o Near Duplicates Finder . Não é exatamente o que você está pedindo, mas é baseado em Java, então ele funcionará em qualquer plataforma onde o Java funcione (incluindo Windows, OS X e Linux). Não possui interface GUI, mas encontrará quase duplicatas para arquivos baseados em texto, como TXT, DOC, HTML, PDF, etc.
Exemplo de uso
Near Duplicates Finder v.0.1.0
Usage: java com.softcorporation.neardup.DuplicatesFinder parameters ...
Parameters format: -parameter [value]
-start filename[,filename] directory / file(s) to search for duplicates (mandatory)
-report filename report file (by default report goes to ./report.log file)
-score the score to report the duplicate (default is 0.6)
-onlynew find the duplicates only for new documents
-gram number of words in a phrase
-purge clear files list from past runs
-db location of db directory with files list
-delete criteria remove duplicates by criteria (old, new, small, large)
-deletepath pattern remove only matching pattern files (mandatory for delete)
-verbose display progress information (on standard output)
Example: Find duplicates from text files in directory 'docs' and save report in 'report.log'
java com.softcorporation.neardup.DuplicatesFinder -start docs -report report.log
For more information visit web site: http://www.softcorporation.com/products/neardup