ocr论文检测

ocr论文检测

如果数据是以图片的形式插入的，那就检测不到；如果是以表格的形式插入，那是可以检测到的。告诉大家一个简单的判断方法，如果数据能单独复制出来，那就是可以查到的。如果是初稿查重的话可以用PaperPP，适合学生党。

论文在中国知网检测，公式，图表，有标注的引用部分算在重复率中吗?

算的。

事实上，众所周知，首先，我们应该选择论文检测系统，因为我们要选择一个好的论文检测系统来进行论文检测才是最好的。一般而言，对一篇论文的审查是一篇需要在正文进行检查，然后根据测试报告进行修订。事实上，当最终版本提交给学校考试时，我们会附上感谢。如果学校选择检查论文的内容，则说明本部分的内容将不参加检查。致谢部分的内容不多，所以并不能提高论文查重率。

其实，这一部分的感恩内容，是文章中的一个重要位置，虽然有人说有些学校会被纳入检测的范围中，但大部分的高校都不会经检测，主要是看各学校的要求。事实上，如果学校明确要求上传，为了表达对老师学校的感谢，写作过程应该是简洁的，这样才不会增加重复率。

许多学生完成论文初稿后，需要提前对论文进行查重，通常自己查重是不能用知网查重，都是使用自助查重软件。那这些软件查重是查哪些部分呢？封面、声明、原创性声明、授权使用说明、个人简历、导师简介，在学习期间发表的学术论文这些内容需要完全删除，也是为了个人隐私和安全起见，还需要把眉页、页脚里的学校名称以及专业名称删除。

这些内容是否需要在学校查重时删掉，具体也得看学校具体要求，因为各个学校的要求不同，所以要了解学校的要求后再对论文进行查重。

参考资料来源：百度百科-查重

论文查重的原则是什么

同义词替换，如：损坏=破坏，渠道=途径

改变表述方式，如：成功率很高=失败率很低，我打了他=他被我揍了,

打乱顺序，如：我喜欢的水果有苹果、梨子和香蕉=我爱吃香蕉、梨子及苹果这三种水果...

一、针对查重与降重的辟谣与科普

1. 系统到底怎么查重？「不允许连续 13 字相同」是真的吗？

经常有人问我，知网是按连续多少字相同来查重？不允许连续 13 字相同是真的吗？

这是一条最流行、最古老的传言了，但实际上这是假的。

就这么说吧，按最严格的标准来，就算你每隔 7 个字就插入一个字，语句不通不说，降重效果也微乎其微。

知网查重系统开发一二十年了，每年更新个几次，算法若是真的如此小儿科，那也不会有人苦恼降重的问题了，每句多写几个字谁不会。

2. 查重阈值是多少？「查重阈值 5%」是真的吗？

查重阈值确实存在，但具体是多少，有很多种说法，0.5%、1%、5%……但即使知道了也没多大意义，所以不必纠结这个。

比如假设阈值是 1%，知网查重会分段落（按章节或随机分），如果一个段落 10000 字，那么理论上单篇抄袭 100 字不会标红。那么实际操作是这样的，你先假定一个阈值（可能是错的），看每个章节字数（系统可能不按章节分），算出单篇可抄袭字数（最多也就一小段），找多篇文献每篇抄一小段（某些文献可借鉴的很多，而有些文献一段也用不上），最后你得确保除了抄袭的这段，其他内容不会和这些文献重复（有时自己写的也判定重复），以上条件都满足，抄袭而不标红的「阴谋」才能得逞，太累了……

当然你每篇抄得越少，被查出来的概率就越低，这是肯定的。

至于「越少」是多少，没人说得清。

3. 那知网到底怎么查重？

知网采用模糊算法，分段进行查重（识别出章节就按章节分段）。

统计每个段落文字/关键词并与论文库里的文献进行对比，达到一定比率，就把连续重复多的地方标红。

看到这里，你是不是很蒙，完全不知道怎么对症下药。

你只需要知道的是，系统没有那么智能，不会对比论文表达的意思，它只是一堆很死的代码、算法，按字词的相似比率来判断抄袭，你要做的是尽量改得和别人不同，观点一样没关系，用词、表达方式一定要变。

4. 查重后听说有检测记录，知网会不会就入库了，导致学校重复率飙升？

先说答案：不会，只要你有钱，查多少次都可以，知网更新时才会收录（通常半年或一年后）。只要学校没说不让提前查，那就放心查随便查。

检测记录是指，检测报告上【可能】会显示【以前某一次】（通常是最近一次）的查重时间和结果。

这个记录不代表论文入库，不影响学校检测。

然而在全国检测量巨大的毕业季，常会出现即使你没有提前检测，也会有查重记录的情况，这属于知网 Bug 了。

少数学校不允许学生提前检测，而自己又刚好是碰上知网 Bug 的倒霉蛋，真是跳进黄河也洗不清……

而大多数导师或检测老师其实是不懂这些的，你跟他们解释也没用……

5. 引用要怎么标注才不会标红？抄书或截图是不是查不出来？

需要明确的是：引用也是要参与查重的，无论你标不标注、标注得再规范，查重结果都是一样的！

直接引用别人原文等于抄袭，你需要用自己的话组织表达别人的观点。

有人问，如果是引用一篇在知网上搜不到的论文，或者抄书呢，是不是就查不出来？

不是。

首先知网和知网查重系统是两回事，系统收录的远不止知网上的论文，假设不成立。

其次关于抄书的问题，系统有图书资源库，而且即使系统没有收录相应的书，你抄的书上的内容也可能被以前的学生抄过，所以被标红也不是没有可能。

至于截图嘛，负责任地告诉你，还是比较管用的。

如果学校允许，表格、代码、附录这些，如果重复多，能截图还是截图吧。

虽然现在知网可以查图片，在 2018 年更新增加了 OCR 功能后，查重时能够识别图片中的文字，但图片被查出的概率几乎是一半一半，而且大多数情况是文字过多的、清晰度高的图片容易被查出来，其他也就还好。

至于 Mathtype 编辑的公式，和图片格式差不多，根据经验，被查出来的概率不大，放心用。

6. 论文格式影响查重吗？

说实话，会影响。

如果是交学校前最后一次查重，建议排版好再查，确保和提交学校的版本是一致的。

当然这里的格式不是指字体、颜色、行间距等等，而主要是三点：

首先，目录要自动生成，参考文献格式正确，才不会被标红；

其次，各章节标题是否为标题格式，会改变系统分段，有时对结果影响很大，有同学自己查重合格，重新排版后交到学校查，重复率升高了 10%；

最后，关于 word 和 pdf 查重，一定要按学校要求来，因为结果可能差异很大。如果两个都允许，首选用 word 查。因为 pdf 会查页眉页脚（脚注），参考文献标红的概率大，以及可能出现各种各样的问题。

二、拿来就能用的正派论文降重技巧

有人可能会问，我一个老实学生，不想用投机法把论文搞得乌七八糟，我要怎么降重？

我总结了一下。

方法：以句子或段落为单位，在理解原文意思和逻辑的基础上，复述一遍。

精髓：结合使用各种降重技巧，尽可能改得和原文不同，逃过系统查重。

原则：保持原意，质量第一，降重第二。别过分苛求重复率，别为了降重而降重！

下面，我掏心掏肺告诉你，最基础又有效的降重技巧。

1. 同义词替换

专业词保留，其它词改掉。

如：损坏=破坏，渠道=途径，降低=减少，第一第二第三=首先其次最后。

如：人们俗称的女神通常都十分漂亮 → 普通人眼中的女神往往都面貌姣好。

2. 改变表述方式

「变换主被动语态」「使用反义词」等把原文换一种方式来表达。

如：成功率很高=失败率很低，我打了他=他被我揍了

3. 打乱顺序

多个词语、短句或段落在并列的情况下，尽量打乱顺序

如：我喜欢的水果有苹果、梨子和香蕉=我爱吃香蕉、梨子及苹果这三种水果

4. 拆分合并法

长句分成短句，短句合并为长句。

5. 适当增词

实在无计可施的情况下，可适当增词来避免句子和原文过于相似。

6. 做表格

不仅数据可以做表格，只要分类表述的内容都可以做表格，例如各公司的激励政策对比，做表可以一定程度避免重复，更妙的是，维普不查表格。

7. 表格重复

调换行列顺序，数据用 mathtype 输入。

8. 翻译法的正确使用姿势

读外文文献并人工翻译，重复的概率很低，慎用机器翻译。

9. Mathtype 输入数据或字母

工科福利，目前知网检测图片的能力有限，大部分 mathtype 查不出来。

10. 中英文人名互换

例如：汤姆=Tom。

11. 中文数字和阿拉伯数字互换

欢迎大家点赞+评论二连~~~

对了，插播个小广告，想了解更多非标定制，设计技巧的童鞋可以关注公众号【壹加工】，欢迎行业探讨、找茬吐槽都是可以的。