论文查重是根据什么来判断重复？

目前高校使用率最高的论文查重系统是知网，那对于论文查重率，很多人也存在着各种疑问，论文查重到底是根据什么来判断重复的？

首先系统按照换行符来把文章切分成段落，其次按照标点符号把段落分成句子，最后再分别把句子进行检测。论文的查重粒度是句子，2个句子的相似度主要取决于句子包含的词和词在句子中的位置。现在句子相似度还只有文字上的对比，没有考虑语义上的相似，如果做到语义上的查重，那就没办法改重了。

总体相似度=相似字数/检测字，被系统自动识别出来的非正文部分（如目录，标题，公式，图表，参考文献等）不参与检测，检测字数一般略小于论文字数。相似字数=（句子1字数*句子1相似度+句子2字数*句子2相似度+……+句子n字数*句子n相似度），句子相似度范围，绿色句子相似度按照0计算。

毕业论文的修改技巧？

1、一般知网查重只检测文字部分，并且最多的是识别引用内容与表格数据，但对于图片、编辑后的公式、代码是检测不到的，所以大家在查重时可以注意下这些。

2、在知网查重系统后，抄袭内容会用红色字体标注，引用内容会用绿色标注，不检测的部分用灰色标注。

3、表格数据中的内容知网是会进行对比的，但对固定的数据结果或公式来说，有时候没办法做到原创，这个是没办法的，被查出来后我们只能等待之后的判定。

4、一般知网查重系统都是以章节为单位来进行检测的，例如封面、摘要、第一章、第二章等内容都会进行划分，以此显示出详细的抄袭与查重结果。对许多高校来说并不只是看最终结果，还会看其中一些区域划分的抄袭率是多少，但也不能超过。

5、对于参考文献的引用，有的学校也会计入重复率的，所以在引用文献内容时，尽可能不要过多。

6、知网查重的算法是“13字与其他内容相似”就会被判定为抄袭，实际上这个算法官方也没有给出准确的答案，有时发现7-8个字也会判定为重复。

7、知网的数据库是非常广泛的，其中包含了网络文献库，例如百度文库、某些知名论坛的帖子等，所以抄袭的同学建议还是放弃这个想法吧。

8、知网查重系统并不是什么神秘的软件，也不能保证100％查重准确，知网只能作为一个重复内容参考的工具，这就跟我们使用的操作系统一样，也不能保证100％不会出错。