论文章的重复率与文章好坏/创新的关系

现行的好多文章评审机构都认为，重复率高的文章，就是抄袭文章，就是坏文章，就是没有创新或者创新程度不高的文章。这种仅仅以重复率来确定文章好坏的做法，是科学的么？我认为这是有问题的。

为表述简便，我把仅仅以重复率来确定文章好坏的机制，表述为"重复率问题"。

我之所以认为有问题，不是因为我的文章有问题。事先说明，我的文章没问题，都是原创。

那我为什么要写作此文呢？只是因为出自我的责任感和对人们自由表达意愿的期待，而重复率的存在，无疑会阻碍人们自由表达的意愿。

重复率一事，会影响许多人的生活和利益。尤其是，作家，科研者，毕业论文的学生，还有自媒体作者。所以，我们不得不对重复率的问题作一番探讨和认真分析。

以重复率来定文章好坏的思路是：1.人和人都是不一样的，所以人和人的表达也不一样。所以，一旦重复率高，就说明某人抄袭了另一人。2.重复率检测的目的也是好的：打击抄袭，保护知识产权。

但是，我想说的是，只以重复率来确定文章是抄袭与否，是很有问题的。

第一个问题是，随着文章的增加，重复率会自然升高。

曾几何时，我们也都认为人和人的外貌都是独一无二的，可是，随着人口的快速增加。那么，会不会出现两个人的外貌的相似率高达60％以上，乃至90％以上的现象呢？（即使排除双胞胎，没有亲属关系的两个人之间？）如果现在世界上60亿人没有，那么，如果人口增至80亿，100亿，甚至更多呢（假设地球的人口容量无限），我想，随着人口的增加，即使不是双胞胎，两个人的外貌相似度超过60％（或者相似比超过70％、90％等其它数值）的可能性，是会增加的。即，随着人口的增加，一个人与另一个人长得很像的可能性是会增加的。（即使不是双胞胎）。

那么，我国汉字的个数是有限的，那么多人，祖祖辈辈，包括现在的14亿人，包括以后的学生、作家、新闻、自媒体等写作的人，以及其他的需要写东西的人，得出多少文章和作品啊！汉字是有限的，而人们的写作，一个人也好，现在的14亿人也好，以后的子子孙孙也好，都是要用到这些个数有限的汉字的，而这些汉字的组合方式却是有限的——而汉字的组合方式最终所形成的东西，就是文章。不同的汉字组合，形成了不同的文章，尽管我国的汉字有很多（可以看看新华字典，基本包括现行的汉字），字与字的组合而最终形成的文章，也是很多的，但是再多，它的组合方式也是有限的，这最终会形成文章的重复率增高现象。而这种增高，显然，是组合方式逐渐用尽的结果，而不是抄袭的结果。

也许有人说，我的这个看法不对，因为，人们可以造字，所以，汉字的个数是无限的。我想，即使如此，我们可以通过造新字的方式，来缓解必然的重复率增高问题，那么，这种造新字的速度，能跟得上写作而带来的消耗的组合方式的速度么？如果能，那么还好，如果不能，那么重复率还会增加。

我的数学不好。搞不清用这些汉字，在字既定和字数既定的文章中，可以有多少种意思连贯的组合方式。尽管很多更多，但是总是有限的。举个简单的例子来说：

例子如下：

我给你6个既定的字（含标点），它们是

"他"、"爱"、"你"、""好"、"恨"、句号。

我让你写一个字数为4的句子。

那么，有意义的句子表达是：

1.他爱你。

2.你爱他。

3.他恨你。

4.你恨他。

由上可见，只有4种不同意义组合方式，而其它的组合方式是没有意义的（即不连贯的）。

如果我有4个人回答这个问题，并且规定重复率为100％是抄袭。那么，只有4个人是可以免于抄袭的，但是如果有第5个人回答正确，那么，按重复率定，他必然是抄袭的。

上面是一个简化的例子，尽管在现实写作中，新华字典的汉字（或者说生活中现阶段的汉字）是确定的，写作中，一般也没有人规定你作文的确切字数，而且作文一般都是好多句子组合的，但是，道理是一样的：随着文章越来越多，在一定阶段汉字的个数有限的情况下，文章的重复率是会自然增加的。

以上，是依据重复率高低来定文章好坏的第一个不合理的地方。

第二个不合理的地方是，重复率问题，是典型的形式主义。

我看到这么一个故事。

说是抗日时期，鬼子与八路争夺粮食，而汉奸为了帮鬼子筹集粮食，所以到处贴反动标语，其中有个标语是这样的：

粮食不卖给八路军！

抗日根据地的爱国者看了不高兴了，于是给这个标语加了个标点符号，这句话成了：

粮食不卖，给八路军！

仅仅加了一个逗号，意思相反，而这个标点，就是画龙点睛之笔啊！若是按照重复率检测，这两个标语的重复率达99.99％。典型的抄袭。

可是，这是抄袭么？

重复率检测的形式主义就在这里，它只看重复率，不看内容主旨。它以为，重复率高的，就是抄袭！（现在大学，较为宽松的标准是，重复率超过30％是抄袭，当然，各校不同，一般比这低）。

如果我们认为重复率高就是抄袭，就是不合格，那么，就等于承认画龙点睛是错的。因为，我们不能排除这样的情形：

如果复制了别人的一篇文章。文末只加了一句自己的话，是点睛之笔。因为这句话，使全文的层次的都上到了新的高度，甚至使原文的意思表达向着反向发展，这样的弄出来的文章，是抄袭（搬运）么？

古代有斟酌推敲的典故，有一字千金的典故，这些典故都充分说明了，人们写作，应该注重意思的精准表达。可是当今某些人和机构，只以重复率来定文章好坏，定是否抄袭，是不是汗颜呢？

第三个重复率问题是，他使人表达感情、思想受到了阻碍。而之所以会这样，只是为了降低重复率之故。毕竟，人与人的感情等，至少是，部分人和部分人之间，还是有共性的，比如，对待爱情的感觉，失恋的感觉，想家的感觉。如果在写作中为了表达这些感情、意愿，而自己没有那样的表达力，既然发现有别人的完美的表达，为什么不可以借来一用呢？只是需要标明来源，不把美句据为己有、当作自己的创作就可以了[1]。可是，为了考虑降低重复率——即重复率鼓励着人们不得不减少引用，或者用自己蹩脚的话来表述，使得意境降低。同理，对于学术性的精确表达的引用，也存在这个问题。

当然，重复率检测的优点是高效，但是，高效不能弥补、更不能解决上述三个问题。

因此，判定文章好坏的解决方法是：

可以对文章重复率检测，检测过关的，进入下一个环节。但是，如果重复率不过关，不能以此否定这篇文章，而是需由人工审核，由专家来对这篇重复率过高的文章进行判定，看它的内容主旨，是真有创新之处，画龙点睛之笔，还是确实属于抄袭，如果专家觉得这些亮点是足以过关的，那么就允许其过关，否则就属于抄袭。

注释：

[1]前提是，原创者不禁止你借来一用。一般地，公开的文章，尤其是古代的经典著作，其作者都是不禁止你用的。