如何检测论文的重复率
知网检测范围:
中国学术期刊网络出版数据库
中国博士学位论文全文数据库
中国优秀硕士学位论文。
中国重要会议论文全文数据库
中国重要报纸全文数据库中国专利全文数据库
互联网资源英文数据库(包括期刊、博士点和会议的英文资料，以及德国的Springer、Taylor & amp；弗朗西斯期刊数据库等。)优先出版文献库、港澳台学术文献库和互联网文献资源。
知网系统计算标准详细说明:
1.看了这个系统的介绍，我有一个疑问。这个系统对于文字复制识别是不错的，但是其他内容呢，比如数据和图表？检测不出来不还是没用吗？
在各种学术不端行为中，文字抄袭是最常见、最严重的。目前，该检测系统已经达到了很高的水平。对图表、公式和数据的剽窃和篡改的检测目前正在开发中，并取得了很大的进展。欢迎大家继续关注这个检测系统的进展，提出更多批评性和建设性的意见和建议。
2.按照这个系统，只有不到39%是用黄色显示的，那么是否说明是在可容忍的限度内呢？最近看到新闻说上海大学某老师的国家社科基金项目被取消了，因为他发表的两篇论文有抄袭，分别占25%和30%。请具体说明警戒线是多少？
百分比只是描述了检测到的文献中重叠词的比例，并不指文献的抄袭情况。只能说百分比越大，重叠词越多，抄袭的可能性越大。是否属于抄袭以及抄袭的严重程度需要专家审核后决定。
3.如何防止学位论文学术不端检测系统成为个人报复的平台？
这是我们正在认真考虑的事情。目前这个检测系统只供机构层面的用户使用。我们建立了严格的管理流程。同时，在技术上，我们也采取了各种措施尽可能的防止恶意行为，包括一系列严格的身份认证、登录等。
4.最小检测单位是一个句子，所以你每个句子改一两个字都检测不出来？
我们也相应的处理句子，有一个句子相似度的算法。被判定为相同的不是同一句话。句子有句级相似度算法，段落有段级相似度算法。计算一个文档或段落是否与其他文档相似就是基于此。
5.如果原词取自相关书籍，但该词已从数据库中的相关文献中复制，也就是说，前一篇文章也从相关书籍中摘取了相同的词，但我论文中标注的词来自相关书籍，这是学术抄袭吗？
检测系统无法得出结论，是否抄袭，最后还有人工审核。所以如果是你描述的情况，专家会做出相应的判断。我们的系统只提供各种线索和依据，让人们快速掌握测试文献的信息。
6.知网检测系统的权威性？
学术不端文献的检测系统并没有得出结论，即检测系统并没有对检测文献进行定性，而只是显示检测文献与其他已公布文献的相似之处并列举客观事实，而这种检测文献是否属于学术不端，需要专家的最终审查确认。
知网相关抽查规定:
如果有规定，可以先修改。修改完就可以回复了。第二次修改没通过就完了，接下来4个月内要交论文或者设计。这是基于30%的抄袭。如果你抄袭超过50%，你将不得不在接下来的4个月内上交你的论文或设计。1.被认定为抄袭的本科毕业设计(论文)，包括与他人已有论文、作品重复的总字数比例在30%-50%之间(含50%)，需要本人修改。修改后，再次通过测试后才能参加院校答辩。复试后仍不合格的，视为毕业。必须在3个月后提交重写的毕业设计(论文)，通过后再参加答辩。在国内，这三个系统是知网/维普/万方，里面的资源是不断更新的。每年除了保密要求，毕业生的论文基本都被这三个系统收集起来作为对比资源库，你不能马虎。知网/VIP/万方知网不对个人开放，潍坊对个人开放。万方不考互联网和英语，知网和VIP都考互联网和英语。目前，所有学校都必须通过硕士和博士学位论文的考试才能合格。本科毕业生，大部分是211工科重点大学，采取抽查的方式检查本科毕业论文的重复情况。抄袭或引用率过高，一旦被查出超过30%，后果相当严重。不到50%的同学差不多，毕业会延期，超过50%的会被取消学位。在大学里辛辛苦苦读了几万块钱，再加上几年，找不到工作拿不到学位，很难过。但是，所有的检测系统都是机器，都有固有的检测原理。只要了解内在的检验原理、系统算法和规律，通过检验报告的反复修改，还是可以顺利通过检验，轻松毕业的。
需要特别注意的问题:
总结几个常见问题:
第一，有些书很旧，这些资料不在知网等检测系统中。复制大段安全吗？也有同学认为数据库里大部分是往届学生论文期刊的文章，书籍和政府工作报告还没有入库，直接抄书一般不会“中招”。
答:这些行为是有风险的。第一，中国知网虽然不收录书籍，但是可能有一个同学或者老师，也抄袭了同样的内容，并且已经发表了他抄袭的论文。中国知网可以将A的文章全文收录到数据库中，所以如果再次复制同样的内容，很可能在论文测试时指向A的文章，会被认为是抄袭。
“但如果有人抄袭几年前的书，还是会被检测出来，所以大家都会选择最近两年出版的新书来抄袭。”但是新书可能会被抄袭或者被别人抄袭。另外，在审稿的时候，专家的经验和理论水平都很丰富，你的长篇大论可能会被这些老专家发现，结果会很可悲！
第二，现在一些网页上有大量的相关资料。写论文的时候可以抄上面的内容吗？比如百度文库和豆丁？"。
答:也很危险。网页很大程度上来自期刊网站，很多文章都是从期刊网站上摘录下来，粘贴N篇论文复制的。此外，一些数据库已经将网页作为数据库的组成部分之一。
如果连续13个单词相同，可以检测出你可以用新单词表达原文的内容，意思差不多。最好用联想法，也就是再读一遍，用自己的语言讲出来，但是要专业，也就是尽可能用专业术语代替同义词，用不同的词达到相同的意思。比如把主动句改成被动句，改变句式，用约定的词语或者专业术语代替。还要注意论文的框架。
降低抄袭率的方法:
1分很多小段落，降低抄袭率。
2.很多书不在测试数据库里，比如著作。可抽出的
3.章节转换不能降低复制率。
4.论文中的参考文献，但是在抄袭检测软件中，比如一篇文章有5000字，1%的文章是50字。如果50字以上是抄袭，即使加上参考文献，也判抄袭。
只要有20个单位以上的单词匹配，就认为是抄袭。
修改方法:
首先是词语的变化。文章中的专业词汇可以保留，同义词可以尽量改；其次，改变文中的描写，如倒装句、被动句、主动句；打乱段落顺序，复制原文时分割段落，重新组织。
知网查重是基于句子的。即把文章分成句子，然后逐句与知网数据库中的文章进行对比。如果主要内容相同(即实词，如名词、动词、专业词汇等。)，是用红色标注的。如果一个段落中出现大量红色的句子，则计入论文的重复率。根据我自己的经验，避免重复的最好方法是用我自己的语言写别人论文中的相关段落。比如改变句子之间的顺序，更重要的是改变句子的主谓宾结构。按照这个方法，我的论文重复率在3%左右，没有问题。希望能帮到你！事情是这样的。因为基本上是以句子为基础的。但从目前的情况来看，其实是针对每一段的内容，把这一段的句子全部打散，然后逐句对比检查。比如你论文中的一个段落包含A、B、C、D四个句子，数据库中一篇文章中的一个段落包含E、F、G、H四个句子，那么比较的时候应该是A、B、C、D分别在E、F、G、H进行比较。再蠢一点，就是16次。这种情况下，单纯改变句序不好用，必须改变句子结构。
1.不同数据库中论文检测系统的比较与选择
众所周知，数据库有三驾马车:中国知网(cnki)、万方、维普；一般高校的硕士博士学位论文的论文检测系统是知网(本科学位论文我不太清楚，但80%应该也是查重系统)，因为知网是全国学位论文和期刊论文最全最强大的数据库，其次是维普的，不值一提。一般的数据库收集过程是这样的。各个数据库去各高校联系本校的毕业论文资源。基本上是几个数据库垄断了。给知网就不给知网了。因为知网功能强大，提供很多优惠，所以大部分高校都向知网提交资源。我为什么要说这个？很多同学在检测抄袭的时候不知道是选知网还是万方还是维普。知网有绝对的权威性和垄断性，和学校的测试结果一致，所以才敢这么牛，要价这么高。不过也听说价格高是因为知网一次只能考5000字，所以硕士有2-3万次，需要多次提交才能考。我没有得到证实是否是这样的情况。
二、知网检测系统的工作原理及对策
第一，知网的论文检测是整篇上传。上传论文后，系统会自动检测论文的章节信息。如果有自动生成的目录信息，那么系统会逐章检测论文，否则每一万字左右自动检测一次。
第二，有同学反映在自己的段落中明确引用或抄袭了其他文献的段落或句子，为什么没有被检测出来，这很正常。中国知网对这个检测系统的灵敏度设定了一个阈值，大约是3%。段落方面，无法检测到3%以下的抄袭或引用，常见于大段的小句或小概念。例如，如果段落1有10000个单词，则不会检测到引用100个单词以下的单个文档。其实这里也告诉同学们一个修改的方法，就是千万不要从段落抄袭中选一篇文章引用，尽量多选几篇文献，从一篇中截取几个字，这样就不会被查出来。
第三，除了第二点之外，还有其他方法可以对红色标注的文字进行修饰，如换词、换句、换描述方式(将原句改为倒装句、被动句、主动句等。)，打乱段落顺序，替换关键词、关键句等。实践证明，以上方法结合使用，可以有效降低复制率，保证顺利通过。
知网论文检测的系统原理是，13连续出现相似或抄袭的单词会被标红，但必须满足3中的前提条件:即你引用或抄袭的A文档在每个检测段落中的总和要达到5%。如果13中的单词有一半是相似的，有一半是疑似相似的，那么一定要换个句型，换成专业术语，仔细彻底的改，切记，切记。
知网检测范围:
中国学术期刊网络出版数据库
中国博士学位论文全文数据库
中国优秀硕士学位论文。
中国重要会议论文全文数据库
中国重要报纸全文数据库中国专利全文数据库
互联网资源英文数据库(包括期刊、博士点和会议的英文资料，以及德国的Springer、Taylor & amp；弗朗西斯期刊数据库等。)优先出版文献库、港澳台学术文献库和互联网文献资源。