论文查重是根据什么来判断重复?

现在大学里最常用的查重方式就是知网，所以很多人都会问论文的查重率。论文查重究竟是基于哪些因素来判定是否重复？

首先，系统会根据换行符将文章分割成一段，然后根据标点符号将段落分解为一句话，然后再对句子进行检测。文章的查重大小是由句子决定的，而2个句子之间的相似性则与所包含的词语、词语在句子中的位置有关。目前，句子的相似性还只是字面上的反差，并没有考虑到语义上的相似性，想要在语义上查重，几乎是不可能的事情。

整体相似性=类似字数/测试文字，由系统自动辨识的非主体（例如:目录、标题、公式、图表）。不参加测试，测试的字数通常比论文的字数稍少。相似程度=（1个单词,1个单词，2个单词，2个单词，2个单词，两个相似性+......在0.00-1.00之间，绿色的相似性是0。

修改毕业论文时，如何修正毕业论文？

1、一般知网查重仅对文本进行测试，最多用于鉴别参考和表格资料。但是，图片、编辑后的公式、代码都无法被检测出来，因此在检查的时候要注意。

2、知网查重系统完成后，将抄袭的内容用红字标出，引用部分用绿线标出，未检查的部分用灰色标出。

3、表格数据中的信息可以进行比较，但一些固定的数据和公式，往往无法达到原创。我们不能这么做，一旦被发现，我们就得等以后的判断了。

4、一般知网查重系统都是按照章法进行测试的，检查内容为章节。比如封面、摘要、第一章、第二章等，都会被分成不同的部分，以展示出具体的剽窃和查重效果。对于很多大学而言，不仅仅要看最后的成绩，还要看某些地区的剽窃比例，但也不能超出。

5、对于参考文献的引用，有些学校还会将其纳入重复率，因此，在引用文献的时候，尽量不要太多。

6、知网查重的算法是，如果“13个单词和别的东西很像”，那么就会被认定为剽窃。其实，这条算法的官方并没有给出确切的答案，有时候甚至会因为7到8个字而被认为是重复。

7、知网的数据库范围很广，包括各种网络文献库，比如百度文库和一些著名论坛的帖子等。因此，那些剽窃的学生提议，还是不要这么做。

知网查重系统不是什么神秘的东西，无法确保100％的查重率。知网只是提供重复内容的参考工具，这和我们用的操作系统一样，确保100％不会出错。