查询论文是否抄袭

依据就是你有多少字跟别人的文章里面多少字是一样的，各个学校不一样，有的要求重复率20%，有的要求15%，这个基本上没什么办法，多修改文章吧。

最简单的查询方法就是，在百度里面分别复制一些你要查询的文字的文字内容进行搜索，一次复制大概两三行，搜索查询，有相同或类似的内容的话百度搜索结果会显示红色的。但是如果是从网上抄袭然后再进行一些编辑的话就不容易查出来了。不过如果不是学术类的文字，从网上抄袭后再进行编辑也没什么大不了的。 另外可以给你介绍几个比较专业的概念，以助你区分原创和伪原创。相似度相似度是搜索引擎去重用的最多的算法，用的比较多的一种是TF/IDF算法，这个也是计算相关性的算法，TF-IDF的主要意思是说：如果某个词或短语在一篇文章中出现的频率高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TF词频（Term Frequency）指的是某一个给定的词语在该文件中出现的次数。IDF反文档频率（Inverse Document Frequency）指的是：如果包含词条的文档越少，IDF越大，则说明词条具有很好的类别区分能力。当一篇文章根据TF/IDF进行计算后，形成了一个多维的向量，这个向量就是这篇文章的内容特征向量，当两篇文章的特征向量趋于一致的时候，我们认为这两篇文章的内容接近，如果一致则说明是重复的。关于TF/IDF与向量算法的详细请参看 Google黑板报的数学之美12-余弦定理与新闻分类数据指纹当搜索引擎通过相似度把文章收集起来后，要判别一下是否是重复文章，经常用的就是数据指纹，数据指纹有很多种算法，常见的比如讲文章的标点符号提出，进行对比，你很难想象有两篇不同的文章，标点符合是一致的。还有对向量进行对比，也就是TF词频（关键词密度）等等来判断。这时候你可以想象出，现在很多伪原创工具，只是把关键词进行了替换，你想关键词替换后，标点符号指纹是不变的，甚至连TF词频都不变。还有对文章进行段落的重拍，这个的确是打乱了标点符号，但是向量和词频问题依然存在。那么这样的伪原创工具有没有价值你就可想而知了。

当“知网”在对论文逐段进行检测时，如果有连续13字以上相同，那么这段就会被标红。而且现在基本上都在用“模糊查询”，就是一句话哪怕个别字不同，也会检查出来一样，并不是原封不动的13个字。除此之外，抄袭单篇文献的文字总数在检测段落中达5%以上，就也会被标红。比如检测段落有500个字，那么引用某篇文献的字数低于25个字，就是OK的。所以呀，我们可以尽量多多篇文献中一样引一点，而不是大篇幅引用一篇文献。

你可以上网查一下论文，如果是抄袭别人的就会查到的，而且上面都是有标志的，所以是这样的，能够有标准号的。

学生抄袭基本来自于各类辅导书，而这些书，校方其时也多有参阅，熟悉的老师，对学生情况也相对了解，抄袭的文章，总是会有马脚露出的。

他们是通过一个名叫“作文图书网“的地方来查的，因为所有的作文书上的作文，必须通过那里才可以转到作文书上的，，这个名叫“图书作文网”的网址很保密，在见网上是查不到时有关次料的，只有官方会发给你的。希望能采纳谢谢

学生抄袭基本来自于各类辅导书，而这些书，校方其时也多有参阅，熟悉的老师，对学生情况也相对了解，抄袭的文章，总是会有马脚露出的。考试时老师会把最高分和最低分拿出来一起讨论一下，人多力量大，肯定有老师看过教辅上的作文，就被发现了。