知网查重英文论文原理

学位论文学术不端行为检测系统（简称“TMLC”）是以《中国学术文献网络出版总库》为全文比对数据库，实现了对抄袭与剽窃、伪造、篡改等学术不端行为的快速检测，可供用户检测学位论文，并支持用户自建比对库。其主要的检测原理就是基于CNKI自主研发的自适应多阶指纹分析技术的文献快速比对。也就是说把检测文献指纹化，比比对资源库也指纹化，通过对比指纹来快速得到检测结果。

检测系统将预查重论文与资源库内的所有论文进行比对，将预查论文中的相同/相似语句标出，计算“复制比率”，找出相似论文进行参照。为判断预查论文是否存在剽窃行为提供依据。

比对资源库：像PaperPP这种较正规的系统均：涵盖了学术期刊、研究生学位论文、重要报纸全文、重要会议论文全文和中国专利全文、互联网数据库等多项数据资源等。此外资源库还会不定期更新。

比对方法：采取多级比对方法。以句子(以句号为标志)作为最小的比对单位，进行“句子-段落-全篇”多级比对。若一个句子中超过设定的阀值，则视为“抄袭”。某段落中若有5%的字符与他人论文相同，也被视为”抄袭“。看来仅仅对句子中的字符进行语序排列其实没有多大用处的。像网上流传的，修改几个字、改改顺序等，估计也是难逃检测啊!

比对内容：本论是进行比对的主要部分。论文目录、原创声明、参考文献、脚注、图片等不在检测范围之内。但论文的附录、简历及研究成果、致谢并没有排除。所以，在提交论文查重系统前，注意将此部分内容删除。

检测结果：重点关注的指标是“文字复制比”。该指标反映了论文“抄袭”的文字数量比例，是衡量文献检测结果的最重要指标。文字复制比越高，存在抄袭行为的可能性就越大。如知网指标包括：完整检测结果复制比、去除引用文献复制比、去除本人已发表文献复制比、单篇最大文字复制比。论文有无存在剽窃，主要依据完整检测结果复制比来判断。

阀值为5%，以段落计，低于5%的抄袭或引用是检不出来的，这种情况常见于大段落中的小句或者小概念。举个例子：假如检测段落1有1w字，那么引用单篇文献五百字以下，是不会被检测出来的

我们要如何去避免重复率过高呢？首先当然就是去了解论文查重系统本身的特征了，这样才能更好地帮我们规避高重复率带来的困难，更早更快地写出符合查重标准的文章。

我们要如何去避免重复率过高呢？首先当然就是去了解论文查重系统本身的特征了，这样才能更好地帮我们规避高重复率带来的困难，更早更快地写出符合查重标准的文章。

知网查重原理就是：知网的查重是连续13字符相似就算重复率，13字符也就是汉字6-7字。连续可以分为上连续和下连续。另外知网查重也有阀值，大概意思就是同一篇论文参考内容过多会被算重复率，如果同篇文章参考很少就不算。因此多参考一些不同的文章。另外知网不对个人开放，可以到图书馆查重，也可以到一些知网自助查重网站：PaperEasy、学术不端网、蚂蚁查重网等，全程自助检测，对于本科论文一般用知网pmlc，研究生用知网VIP！因为高校一般都是以这些为准！

检测系统将预查重论文与资源库内的所有论文进行比对，将预查论文中的相同/相似语句标出，计算“复制比率”，找出相似论文进行参照。为判断预查论文是否存在剽窃行为提供依据。

比对资源库：像PaperPP这种较正规的系统均：涵盖了学术期刊、研究生学位论文、重要报纸全文、重要会议论文全文和中国专利全文、互联网数据库等多项数据资源等。此外资源库还会不定期更新。

比对方法：采取多级比对方法。以句子(以句号为标志)作为最小的比对单位，进行“句子-段落-全篇”多级比对。若一个句子中超过设定的阀值，则视为“抄袭”。某段落中若有5%的字符与他人论文相同，也被视为”抄袭“。看来仅仅对句子中的字符进行语序排列其实没有多大用处的。像网上流传的，修改几个字、改改顺序等，估计也是难逃检测啊!

比对内容：本论是进行比对的主要部分。论文目录、原创声明、参考文献、脚注、图片等不在检测范围之内。但论文的附录、简历及研究成果、致谢并没有排除。所以，在提交论文查重系统前，注意将此部分内容删除。

检测结果：重点关注的指标是“文字复制比”。该指标反映了论文“抄袭”的文字数量比例，是衡量文献检测结果的最重要指标。文字复制比越高，存在抄袭行为的可能性就越大。如知网指标包括：完整检测结果复制比、去除引用文献复制比、去除本人已发表文献复制比、单篇最大文字复制比。论文有无存在剽窃，主要依据完整检测结果复制比来判断。

阀值为5%，以段落计，低于5%的抄袭或引用是检不出来的，这种情况常见于大段落中的小句或者小概念。举个例子：假如检测段落1有1w字，那么引用单篇文献五百字以下，是不会被检测出来的