論文撰寫完之后還需知道這些論文查重原理？

論文寫完了，準備論文查重前花點時間了解查重的基本原理，絕對值得。懂了它怎么干活，你才能更好通過查重。別被那個百分比數(shù)字嚇懵，原理其實沒那么神秘：

1. 查重系統(tǒng)到底在查什么？不是“意思”，是“字怎么擺”

系統(tǒng)沒那么聰明，它不像人一樣理解你寫的觀點是否獨創(chuàng)、是否有價值。它只做一件事：像個機器掃描儀一樣，瘋狂對比文字表面的相似度。

* 把你提交的論文全文，不管是Word還是PDF，統(tǒng)統(tǒng)變成它能處理的純文本格式。

* 然后，把你文本中的句子“打碎”（專業(yè)點叫分詞），分成一個個短詞或短語。

* 接著，去它的“資料海洋”（包括期刊論文、碩博論文庫、網(wǎng)頁內容、書籍章節(jié)等等）里，尋找和你這些“碎片”高度相似的片段。

* 系統(tǒng)會設定一個關鍵值：連續(xù)多少字（通常是13個字左右，不同系統(tǒng)有差異）和其他文獻一模一樣或高度相似（僅僅換個近義詞可能不行），就把這段圈定為“重復”。

2. 數(shù)據(jù)庫有多“大”？決定你能藏住多少“相似”

查重準不準，關鍵看它的數(shù)據(jù)庫全不全。好比警察抓人，通緝犯信息不全就難抓到。

* 主流系統(tǒng)（像知網(wǎng)、維普、萬方）都花費巨資買各種學術資源版權，專門建自己的論文庫，更新很頻繁。這是它們的核心優(yōu)勢。

* 最厲害的庫是專門收錄各校歷年畢業(yè)生的碩博學位論文全文庫！你本科論文里如果“參考”了往屆某研究生的東西，哪怕沒公開發(fā)表過，只要在他庫里有，就有可能查到。這點很要命！

* 還包括大量中文核心期刊、重要會議論文、重要報紙、網(wǎng)絡公開資源等。

* 便宜的查重工具，數(shù)據(jù)庫往往小得多、舊得多。可能只能查網(wǎng)頁公開的內容，抓不到學術論文庫里的東西。用這種自查，結果低也別高興太早，可能只是它沒本事查到罷了。

3. 連續(xù)重復長度（閾值）：躲過“標紅”的關鍵

前面提到的“連續(xù)多少字雷同”算重復（這個字數(shù)閾值），是核心規(guī)則。

* 假設系統(tǒng)設閾值是連續(xù)13個字（常見的）。如果你某句話和別人只重復了12個字？系統(tǒng)就不標它重復。

* 這個規(guī)則解釋了很多現(xiàn)象：

* 為什么你改論文時，把關鍵句子打斷順序、中間加點自己的詞隔開可能就能降低重復？因為連續(xù)性打破了。

* 為什么不能只做同義詞替換？即使每個詞都換了，如果句子結構、主要動詞名詞排列順序不變，連在一起的字數(shù)還是超閾值，一樣算重復。

* 但注意！不同系統(tǒng)閾值可能不同，你用的自查系統(tǒng)和學校系統(tǒng)可能設的規(guī)則不一樣。

4. 哪些內容被系統(tǒng)“忽視”？給你省空間

系統(tǒng)也懂，有些重復是必然的，不能都算你頭上：

* 公式、圖表： 查重主要看文字。標準數(shù)學公式、化學式、圖表里的數(shù)字結構（比如表格數(shù)據(jù)），通常不算在文字重復里（但圖表里的文字說明要算?。?/p>

* 常見術語、專有名詞： 特定領域無法避免的專業(yè)詞匯，即使多篇文章都用，一般不算作重復內容。系統(tǒng)可能會建立一個常見短語庫來排除這些。