我们在撰写毕业论文时，学校会制定标准，目的就是为了统一我们的论文格式和内容质量。除了这些，对于论文重复率也是有一定要求的。今天小编就来详细说说论文查重的相关标准。
一、论文查重范围
1.题目，2.摘要，3.关键词，4.目录，5.毕业论文正文：包括前言、本论、结论三个部分，6.致谢，7.参考文献，8.注释，9.附录。
按格式顺序编排，论文查重系统会自动识别剔除不查重的部分。
二、论文字符数计算方式
字符数+空格来计算，Word文档格式不计算图表格式、代码信息，中文论文按字符数计算，外文论文2个字母算一个字符。
三、判断抄袭的标准
1、与他人论文作品的字句完全一致或基本相似，或者进行了不到位的删减、个别修改和结构上的调整。
2、论文字句与他人作品内容并未完全一致或基本相似，并标注了引用参考文献格式规范，但是已经超过了“适当引用”的限度阀值。
3、论文引用内容虽然没有超过“适当引用”的限度阀值，但论文的核心章节、关键部分、有价值部分或特色部分跟他人作品有重复。
4、论文内容是多篇他人作品的拼凑拼接。
四、论文文献引用规范
论文查重系统会按照文献引用的规范来自动识别出论文中的引用部分，如果论文中的引用部分在检测报告中没有显示，可能是以下原因引起的：
1、没有标注引用符号或者格式标注不正确；
2、不是原文引用，对原文内容进行了调整，系统识别为自己写的原创内容。
拼多多论文检测与查重类目怎么上架，1. 拼多多主营类目 在拼多多开店,主营类目一定要慎重选择,因为只要选择了就不能轻易更改。虽然拼多多店铺部分支持跨类目经营,但不建议这么多。最好的还是准确选择2. 发布类目 选择好了主营类目,商家接下来就是在拼多多发布商品。商品发布一般是三级分类,部分商品有四级分类。商品一级分类是按照主营类目定,接下来选择二级3. 装修商品分类 店铺商品分类展示在店铺详情页中,这个分类主要作用是帮助消费者快速找到商品。不一定需要遵守拼多多商品有的四个等级分类,可以使用场景、新品上架、百货、
绝大多数学校查重检测内容包括论文题目，摘要，关键词，目录，论文的正文部分，参考文献，附录以及致谢等；其中，摘要包括中文摘要和英文摘要都参与查重，基本上就是论文中你自己写的部分都参与查重；硕博论文中的原创声明，版权声明等内容是不参与查重的。
实际上， 每个学校和期刊都有自己的查重范围，大家可以咨询一下师兄师姐，或者直接问导师，或者咨询学术不端查询中心，这些都是确定查重范围的方法。
以下列举一些降重方法：
一、字数检测
对于不同的论文检测系统，都有自己的标准，不过有一个共同点，就是论文当中只要单词数超过20个单位的，与原本数据库当中的论文字数一模一样的话，则被认定为抄袭。所以在参考别人文章时不要大篇幅复制黏贴，最好能通过自己理解并且从新表达出来。
二、章节变换
需要提取其他人的论文资料，不仅通过改变句子的表达方式，也需要对一些章节进行变换，千万不要全盘抄袭，否则是没有办法通过的。我们可以通过参考多篇论文的方式，将其中的要点提取出来重新写作，这样效果会比较好一些。
三、格式与段落
在进行论文查重时，我们都是整篇文章上传，上传后，论文检测软件首先进行部分划分，上交的最终稿件格式对抄袭率有很大影响。不同段落的划分可能造成几十个字的小段落检测不出来。因此，我们可以通过划分多的小段落来降低抄袭率。部分论文检测系统对于段落与格式是直接忽略的，故只做小段落的划分不是能完全降低论文查重率。
四、数据库
论文检测，大多是针对已发表的毕业论文，期刊文章，还有会议论文进行匹配的，有的数据库也包含了网络的一些文章。建议大家可以通过书籍寻找参考文献，很多书籍是没有包含在检测数据库中的。
五、参考文献标注
参考别人的文章和抄袭别人的文章都需要在论文中加入参考文献的引用符号，每一款查重检测软件都有阈值，比如中国知网的被引阈值为5%。如果一段有1000个英语单词，那么一篇文章引入的单词数不能超过50个。即使加了参考文献，也会被判定为抄袭。所以在标注参考文献时也要注意在阈值范围内引用。
毕业论文是对硕士和博士学生学术生涯的最后一次评估。毕业论文对每个学生都非常重要。为了顺利通过毕业论文审核，论文的检测和查重是必不可少的一部分。那么论文检测方法是什么？1.不同的论文检测网站使用不同的检测算法。一般来说，论文检测的基本算法是论文检测系统根据一定的算法识别和计算检测到的论文的重复率，并生成检测报告。2.以查重系统为例：检测论文实际上是一种根据语义模糊解析算法，然后进行近似比较的方法。检测论文并非简单地基于某一最小句子进行循环比对。如果你在查重报告的全文对比报告中发现重复来源与你写的论文句子不完全一致，这就是原因。此外，硕士论文的查重与本科毕业论文的检测方法也存在一定差异。硕士论文比较的数据库内容更完整，字数更多。同时，硕士论文的检测和检查使用的系统是专业的硕士论文检测系统。该检测系统拥有独家的学术论文联合比较库，包括以往毕业生的论文。4.不同的论文检测系统采用不同的检测方法，不同的数据库会使同一篇论文在不同的论文检测网站上的检测结果不同，这在使用查重系统时也需要注意。
有一个月没更博客了，捂脸 o(￣=￣)d
端午回家休息了几天，6月要加油~
回到正文，HOG是很经典的一种图像特征提取方法，尤其是在行人识别领域被应用的很多。虽然文章是2005年发表在CVPR上的，但近十年来还没有被淹没的文章真的是很值得阅读的研究成果了。
key idea： 局部物体的形状和外观可以通过局部梯度或者边缘的密度分布所表示。
主要步骤：
上图为论文中提供的图，个人觉得我在参考资料中列出的那篇 博客 中给出的图可能更好理解一些。
具体细节： 关于每一个过程的详细解释还是在 这篇博客 中已经写得很清楚了，这里就不再搬运了。
文章中数据集的图像大小均为：64*128, block大小为16x16， block stride为8x8，cell size为8x8，bins=9（直方图等级数）；
获取到每张图的特征维度后，再用线性SVM训练分类器即可。
下图为作者而给出的示例图：
这两篇博客写的都很好，推荐阅读一波。
论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 提出时间：2014年 论文地址： 针对问题： 从Alexnet提出后，作者等人思考如何利用卷积网络来完成检测任务，即输入一张图，实现图上目标的定位（目标在哪）和分类（目标是什么）两个目标，并最终完成了RCNN网络模型。 创新点： RCNN提出时，检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢，作者采用的是Selective Search候选区域提取算法，来获得当前输入图上可能包含目标的不同图像块，再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客： 。 论文题目：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 提出时间：2014年 论文地址： 针对问题： 该论文讨论了，CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后，在网络后端组织两组卷积或全连接层，一组用于实现定位，输出当前图像上目标的最小外接矩形框坐标，一组用于分类，输出当前图像上目标的类别信息。也是以此为起点，检测网络出现基础主干网络(backbone)+分类头或回归头（定位头）的网络设计模式雏形。 创新点： 在这篇论文中还有两个比较有意思的点，一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的，而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制，那用1x1卷积来替换FC层，是否可行呢？作者在测试时通过将全连接层替换为1x1卷积核证明是可行的；二是提出了offset max-pooling，也就是对池化层输入特征不能整除的情况，通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练，然后切换分类头为回归头，再训练回归头的参数，最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。 参考博客： 论文题目：Scalable Object Detection using Deep Neural Networks 提出时间：2014年 论文地址： 针对问题： 既然CNN网络提取的特征可以直接用于检测任务（定位+分类），作者就尝试将目标框（可能包含目标的最小外包矩形框）提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。 创新点： 本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心，（800个anchor box）然后学习预测不考虑目标类别的二分类网络，背景or前景。用到了多尺度下的检测。 参考博客： 论文题目：DeepBox: Learning Objectness with Convolutional Networks 提出时间：2015年ICCV 论文地址： 主要针对的问题： 本文完成的工作与第三篇类似，都是对目标框提取算法的优化方案，区别是本文首先采用自底而上的方案来提取图像上的疑似目标框，然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序；而第三篇为直接利用CNN网络来回归图像上可能的目标位置。创新点： 本文作者想通过CNN学习输入图像的特征，从而实现对输入网络目标框是否为真实目标的情况进行计算，量化每个输入框的包含目标的可能性值。 参考博客： 论文题目：AttentionNet: AggregatingWeak Directions for Accurate Object Detection 提出时间：2015年ICCV 论文地址： 主要针对的问题： 对检测网络的实现方案进行思考，之前的执行策略是，先确定输入图像中可能包含目标位置的矩形框，再对每个矩形框进行分类和回归从而确定目标的准确位置，参考RCNN。那么能否直接利用回归的思路从图像的四个角点，逐渐得到目标的最小外接矩形框和类别呢？ 创新点： 通过从图像的四个角点，逐步迭代的方式，每次计算一个缩小的方向，并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。 参考博客： 论文题目：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 提出时间：2014年 论文地址： 针对问题： 如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络，在处理过程中就造成了图像块信息的损失。在实际的场景中，输入网络的目标尺寸很难统一，而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。创新点： 作者提出的SPPnet中，通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸，在训练的时候，池化的操作还是通过滑动窗口完成的，池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。 参考博客 ： 论文题目：Object detection via a multi-region & semantic segmentation-aware CNN model 提出时间：2015年 论文地址： 针对问题： 既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位，本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。创新点： 作者通过对输入网络的region进行一定的处理（通过数据增强，使得网络利用目标周围的上下文信息得到更精准的目标框）来增加网络对目标回归框的精度。具体的处理方式包括：扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置，使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性，从而提高了回归框的精度。 参考博客 ： 论文题目：Fast-RCNN 提出时间：2015年 论文地址： 针对问题： RCNN中的CNN每输入一个图像块就要执行一次前向计算，这显然是非常耗时的，那么如何优化这部分呢？ 创新点： 作者参考了SPPNet（第六篇论文），在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸，从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图，再将原图上用Selective Search算法得到的目标框映射到特征图上，避免了特征的重复提取。 参考博客 ： 论文题目：DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers 提出时间：2015年 论文地址： 主要针对的问题： 本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文，作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。 创新点： 作者在不同的激活层上以滑动窗口的方式生成了假设，并表明最终的卷积层可以以较高的查全率找到感兴趣的对象，但是由于特征图的粗糙性，定位性很差。相反，网络的第一层可以更好地定位感兴趣的对象，但召回率降低。 论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 提出时间：2015年NIPS 论文地址： 主要针对的问题： 由multibox（第三篇）和DeepBox（第四篇）等论文，我们知道，用CNN可以生成目标待检测框，并判定当前框为目标的概率，那能否将该模型整合到目标检测的模型中，从而实现真正输入端为图像，输出为最终检测结果的，全部依赖CNN完成的检测系统呢？ 创新点： 将当前输入图目标框提取整合到了检测网络中，依赖一个小的目标框提取网络RPN来替代Selective Search算法，从而实现真正的端到端检测算法。 参考博客 ：
上传证件资料审核。登录多多免费开店输入身份证号选着类目大类是书籍，小类选代找资料，再上传证件资料审核通过后就可以上架了。拼多多开店具体流程：1、登陆拼多多，在首页上方点击商家入驻。2、完成手机验证后，再点击进入选项。3、选择入驻类型，看我们开的是个人店还是企业店。4、填写店铺登记基本信息，按照流程和提示走，填写完成后点击创建店铺。5、完成实名制认证。
不知道你问的是论文检测软件的查重范围还是毕业论文的查重范围，一般毕业论文的查重范围包括目录，正文，引注，参考文献等都需要查重。下面是在上学吧论文查重上看到的查重软件的查重范围。毕业设计有特殊外，其他的都一样。毕业设计不同于毕业论文，它的组成部分不只是一篇学术论文，以“机械毕业设计”来说，随着科技发展的进步，各大高校对机械毕业设计的内容提出了一定的要求，2005年以后国家教育部门提出新的要求，结合工厂需求加入了三维设计，模拟仿真，及程序分析研究。其中包括：毕业设计图纸(三维“UG ，PRO/E，CAM，CAXA，SWOLIDWORD”+CAD二维工程图)+开题报告+任务书+实习报告+说明书正文。1、论文的段落与格式论文检测基本都是整篇文章上传，上传后，论文检测软件首先进行部分划分，上交的最终稿件格式对抄袭率有很大影响。不同段落的划分可能造成几十个字的小段落检测不出来。因此，我们可以通过划分多的小段落来降低抄袭率。2、数据库论文检测，多半是针对已发表的毕业论文，期刊文章，还有会议论文进行匹配的，有的数据库也包含了网络的一些文章。这里给大家透露下，很多书籍是没有包含在检测数据库中的。之前朋友从一本研究性的著作中摘抄了大量文字，也没被查出来。就能看出，这个方法还是有效果的。3、章节变换很多同学改变了章节的顺序，或者从不同的文章中抽取不同的章节拼接而成的文章，对抄袭检测的结果影响几乎为零。所以论文抄袭检测大师建议大家不要以为抄袭了几篇文章，或者几十篇文章就能过关。4、标注参考文献参考别人的文章和抄袭别人的文章在检测软件中是如何界定的。其实很简单，我们的论文中加了参考文献的引用符号，但是在抄袭检测软件中。都是统一看待，软件的阀值一般设定为1%，例如一篇文章有5000字,文章的1%就是50字，如果抄袭了多于50，即使加了参考文献，也会被判定为抄袭。5、字数匹配论文抄袭检测系统相对比较严格，只要多于20单位的字数匹配一致，就被认定为抄袭，但是前提是满足第4点，参考文献的标注。
vip 、tmlc、smlc、amlc 这四个系统。点我用户名，看我空间博文。
科技期刊学术不端文献检测系统AMLC、社科期刊学术不端文献检测系统SMLC、大学生论文管理系统PMLC、学术不端文献检测系统5.1（简称知网VIP）和学位论文学术不端行为检测系统TMLC2等5大主要检测系统。
知网查重论文类型以中文论文为主，英文论文为辅。
知网查重系统支持的论文类型应该是最多的，主要以中文论文为主，英文论文为辅，专科、本科、职称、研究生、硕士、博士等论文都可以查重，还可以查重结题报告、课程作业等一些比较小众的文章，这是很多论文查重系统做不到的，一般的查重系统只能检测专科、本科论文，查重研究生论文都会比较吃力。
知网的PMLC系统就是专门用来查重专科和本科毕业论文的，一般定稿时才使用这个查重系统，初稿用SMLC系统比较多，因为SMLC系统缺少学术论文联合比对库和大学生论文联合比对库，所以用来查重论文初稿更合适一点。
知网：
知网AMLC系统适合职称和发表论文的查重，字数最多不能超过1.4万字(含空格);知网TMLC系统一般用于硕士、博士毕业论文定稿查重，最高可以查重26万字的论文(含空格);知网JMLC系统可以查重专科、本科、硕博毕业论文的中稿，支持的论文字数不超过6万(含空格);DTMLC系统也可以查重硕博论文，只是更适合学校一点。
知网支持的论文类型之所以如此丰富，和它的比对数据库分不开，知网AMLC和SMLC系统都是以中国学术文献网络出版总库作为比对数据的，中国学术文献网络出版总库是目前覆盖期刊论文资源最广的一个数据库，很多数据库都是知网独有的，所以才会如此强大。
毕业论文查重报告可以这么写：
报告分类
论文检测报告包括四种类型，第一种是全文标明引文，该报告的内容比较详实，除了标红重复部分，还可以看到具体的引用来源以及全文的检测情况，你可以根据报告中列出的参考文献进行论文降重。第二种是全文对照报告单，这也是查重降重的依据，报告包含全文的重复、引用情况并用不同的颜色标明，还包括重复片段的参考引用文献出处和相关信息。
第三种是简明报告，这一报告正是学校要求提供的检测报告，在参加答辩之前需要全文打印出来，老师会将这份资料作为重要的参考依据，因此在论文查重时千万要审慎对待。第四种是去除本文发表文献，这一点也是很多人比较关注的，该类检测报告的查重范围不包括作者之前已经发表的论文。
检测范围
本文以知网为分析对象，你无法在知网上检索以及下载本科生的毕业论文，但是这并不代表本科生论文不在数据库之中，在论文检测的时候后台依然会综合对比以往的本科论文，因此，千万不要以为抄袭学姐学长的论文就可以规避论文查重检测。除此之外，知网检测还包括全国硕士、博士论文以及各种互联网文献资源，比如道客巴巴、豆丁网、百度文库。
检测文献
在查重报告的右侧会显示论文引用的参考文献，最前面的相似度最高，你可以根据报告中的重复率、引用段落、引用出处进行修改，知网提供的检测报告可以直接点击跳转到对应文献的引用部分，因此可以直接进行对照修改。
每提到中国知网的情况下，大伙儿都是对它觉得认同，它是中国处在领先水平的学术研究各种知识分享服务平台，里面的内容全是具备品质确保的，不但内容全方位，并且学术价值很高，是诸多同学们撰写论文时，不可或缺的服务平台。许多同学们要想了解，知网检测通道在哪里，大伙儿能够依据第三方平台来进到这一通道。paperfree 这儿来向大伙儿解读，知网论文查重的范畴包含哪些？1、大学本科论文检测。一般来说，大学本科学员的论文，针对原创度的规定要高一些，以便防止有的同学们产生剽窃状况，因此反复度提高的本科毕业论文，是不可以审核的，这时候必须通过知网检测通道，来对本科毕业论文开展论文查重。2、硕博论文检测。中国知网里面的毕业论文类型十分全方位，不但有本科毕业论文，也是有硕博毕业论文，我们可以通过知网检测通道，来把硕博毕业论文上传入系统软件里面，服务平台会依据中国知网比照库，来开展检验论文查重的工作中。3、刊物论文检测。可以说，多种类型的毕业论文，都能够通过知网检测通道来开展检验，比如刊物毕业论文及其评选职称论文等。知网检测通道能够出示跨语言检验，也可以出示见解抄袭检验作用，所以说，它的论文查重结果是十分靠谱的，非常值得信赖。通过知网检测通道，大家可以检验论文查重的毕业论文范畴很全方位，除开原文中详细介绍的一些论文种类外，还包含研究生论文、毕业学位论文以及其他一些类型的小论文等。
有兴趣的朋友可以去百度百科或者官方网站上了解下。下面进入本文的正题，对知网检测系统的详细介绍: 目前知网总共有四套论文检测系统，即学术不端行为检测系统(tmlc)、学术不端行为检测系统vip、社科类学术不端论文检测(smlc)、科技类学术不端论文检测（amlc）。其中tmlc系统和vip系统主要用于高校对研究生和博士生的论文进行检测，而smlc系统和amlc系统主要是编辑部在用，用于检测职称论文的抄袭率。有人会问这么多系统，到底哪个更加准确点呢？其实，是用途不一样而已。其准确率由高到低排列分别为：vip 、tmlc、smlc=amlc 。两大期刊检测系统基本上没有太大区别。 针对知网系统，我们在修改论文时，应主要注意如下几个方面的问题： 第一，注意引用的标注。 第二，控制文章的摘抄比率。及时引用，也应选择质量较高的文章，如核心期刊，学报等。 第三，如果存在大面积引用，建议您进行精简或转述，结合自己原作者的理解，用自己的话表示出来。
一、论文查重查哪些内容整体一般情况下一篇论文主要包括：封面、扉页、原创性说明、摘要、英文摘要、图标及公式说明、论文正文、参考文献、附录、研究成果、致谢等。二、毕业论文论文查重哪些部分首先一篇完整的毕业论文主要包括以下内容：封面、声明、中英文摘要、目录、主要符号对照表、正文、致谢、参考文献、附录、原创性声明或者授权声明、个人简历、导师简介、学习期间发表的学术论文等部分组成。其中正文部分，通常是由引文、摘要、各部分章节、总结等部分组成。大多数高校在每年毕业季时，都会统一发通知说明学校的毕业论文规范和查重说明，学校会统一下发论文样式等内容，一般会详细说明查重的范围。要是学校有具体的要求，那提交到学校的时候必须按照学校所要求的来哦。三、论文查重具体查什么论文查重，在上传查重系统检测时，是全文上传的。通常论文查重也是全文内容都需要查重，但查重重点一般为论文正文内容，部分高校会明确规定只查重论文正文，对于这种情况，类似于学客行论文官网论文查重时仅需上传论文正文即可。根据论文的章节分章之后，在各章节分别检测查重，得出章节查重率，以及全文查重率。章节区分一般以论文的目录为基准，论文的目录、参考文献、摘等内容都可以被论文查重系统所识别。论文查重主要查的内容：正文部分，至于摘要、文献类会自动识别计入查重率，图表类是不会检测出。以上论文查重都查哪些部分内容，希望对你有所了解。
文献信息检索或情报检索，是指将文献信息按一定的方式组织和储存起来，并能根据用户的需要取出所需特定信息的整个过程。它的全名为信息存储与检索。通常所说的信息查询或检索只是名称的后一半，或是"狭义"的信息检索。文献检索分为数据检索：以文献中的数据为对象的一种检索。如某公式、某化学分子式等。事实检索：以文献中的事实为对象，检索某一事物发生的时间、地点或过程 文献检索：以文献为对象，查找某个课题的有关文献的一种检索。用检索标识与文献的存储标识相比，如果能够取得一致，就叫"匹配"，就可得到"命中文献"。文献检索语言文献检索语言是一种人工语言，用于各种检索工具的编制和使用、并为检索系统提供一种统一的、作为基准的、用于信息交流的一种符号化或语词化的专用语言。因其使用的场合不同，检索语言也有不同的叫法。例如在存储文献的过程中用来标引文献，叫标引语言；用来索引文献则叫索引语言；在检索文献过程中则为检索语言。检索语言按原理可分为3大类：(1)、分类语言它是将表达文献信息内容和检索课题的大量概念，按其所属的学科性质进行分类和排列，成为基本反映通常科学知识分类体系的逻辑系统，并用号码（分类号）来表示概念及其在系统中的位置，甚至还表示概念与概念之间关系的检索语言。 《中国图书馆图书分类法》是我国图书分类法的基础，中图法把一切知识门类按"五分法"分为马列、毛泽东思想；哲学；社会科学；自然科学；综合性图书这五大部类。在此基础上建成由22个大类组成的体系系列。(2)、主题语言是指经过控制的，表达文献信息内容的语词。主题词需规范，主题词表是主题词语言的体现，词表中的词作为文献内容的标识和查找文献的依据。(3)、关键词语言指从文献内容中抽出来的关键的词，这些词作为文献内容的标识和查找目录索引的依据关键词不需要规范化，也不需要关键词表作为标引和查找图书资料的工具。 (4)、自然语言指文献中出现的任意词。文献检索途径（1）、著者途径许多检索系统备有著者索引、机构（机构著者或著者所在机构）索引，专利文献检索系统有专利权人索引，利用这些索引从著者、编者、译者、专利权人的姓名或机关团体名称字顺进行检索的途径统称为著者途径。（2）、题名包括书名、刊名、篇名等途径。一些检索系统中提供按题名字顺检索的途径，如书名目录和刊名目录。（3）、分类途径按学科分类体系来检索文献。这一途径是以知识体系为中心分类排检的，因此，比较能体现学科系统性，反映学科与事物的隶属、派生与平行的关系，便于我们从学科所属范围来查找文献资料，并且可以起"触类旁通"的作用。从分类途经检索文献资料，主要是利用分类目录和分类索引。（4）、主题途径通过反映文献资料内容的主题词来检索文献。由于主题法能集中反映一个主题的各方面文献资料，因而便于读者对某一问题、某一事物和对象作全面系统的专题性研究。我们通过主题目录或索引，即可查到同一主题的各方面文献资料。（5）、引文途径文献所附参考文献或引用文献，是文献的外表特征之一。利用这种引文而编制的索引系统，称为引文索引系统，它提供从被引论文去检索引用论文的一种途径，称为引文途径。（6）、序号途径有些文献有特定的序号，如专利号、报告号、合同号、标准号、国际标准书号和刊号等。文献序号对于识别一定的文献，具有明确、简短、唯一性特点。依此编成的各种序号索引可以提供按序号自身顺序检索文献信息的途径。（7）、代码途径利用事物的某种代码编成的索引，如分子式索引、环系索引等，可以从特定代码顺序进行检索。（8）、专门项目途径从文献信息所包含的或有关的名词术语、地名、人名、机构名、商品名、生物属名、年代等的特定顺序进行检索，可以解决某些特别的问题。文献检索方法（1）、直接法又称常用法，是指直接利用检索系统（工具）检索文献信息的方法。它又分为顺查法、倒查法和抽查法。（2）、追溯法是指不利用一般的检索系统，而是利用文献后面所列的参考文献，逐一追查原文（被引用文献），然后再从这些原文后所列的参考文献目录逐一扩大文献信息范围，一环扣一环地追查下去的方法。它可以像滚雪球一样，依据文献间的引用关系，获得更好的检索结果。（3）、循环法又称分段法或综合法。它是分期分交替使用直接法和追溯法，以期取长补短，相互配合，获得更好的检索结果。文献检索步骤文献检索是一项实践性很强的活动，它要求我们善于思考，并通过经常性的实践，逐步掌握文献检索的规律，从而迅速、准确地获得所需文献。一般来说，文献检索可分为以下步骤：（1）明确查找目的与要求。（2）选择检索工具（3）确定检索途径和方法（4）根据文献线索，查阅原始文献手工检索工具指印刷型检索工具，主要有以下类型：(1)、目录、索引、文摘 目录，也称书目。它是著录一批相关图书或其它类型的出版物，并按一定次序编排而成的一种检索工具。索引，是记录一批或一种图书、报刊等所载的文章篇名、著者、主题、人名、地名、名词术语等，并标明出处，按一定排检方法组织起来的一种检索工具。索引不同于目录，它是对出版物（书、报、刊等）内的文献单元、知识单元、内容事项等的揭示，并注明出处，方便进行细致深入的检索。文摘，是以提供文献内容梗概为目的，不加评论和补充解释，简明、确切在记述文献重要内容的短文。汇集大量文献的文摘，并配上相应的文献题录，按一定的方法编排而成的检索工具，称为文摘型检索工具，简称为文摘。(2)、百科全书 参考工具书之王。它是概述人类一切门类或某一门类知识的完备工具书，是知识的总汇。它是对人类已有知识进行汇集、浓缩并使其条理化的产物。百科全书一般按条目（词条）字顺编排，另附有相应的索引，可供迅速查检。(3)、年鉴 按年度系统汇集一定范围内的重大事件、新进展、新知识和新资料，供读者查阅的工具书。它按年度连续出版，所收内容一般以当年为限。它可用来查阅特定领域在当年发生的事件、进展、成果、活动、会议、人物、机构、统计资料、重要文件或文献等方面的信息。(4)、手册名录 手册，是汇集经常需要查考的文献、资料、信息及有关专业知识的工具书。 名录，是提供有关专名（人名、地名、机构名等）的简明信息的工具书。(5)、词典（字典）词典是最常用的一类工具书。分为语言性词典（字典）和知识性词典。(6)、表谱、图录 表谱，采用图表、谱系形式编写的工具书，大多按时间顺序编排。主要用于查检时间、历史事件、人物信息等。 图录,包括地图和图录两类。(7)、类书、政书