论文查重ocr

论文查重ocr

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。

如何降低论文的查重率

降重技巧：

变换措辞法：

变换措辞时我们可以调整语序，改主动为被动，适当做些增减。我们要做的是，尽量不动关键词，而把其他无关紧要的词语替换掉。但是，有些关键词也是可以替换的。不过学术论文要求准确性，除非有文献支持，约定俗成的某个专业词汇有多种表达形式，否则尽量不要动。

外文文献翻译法：

顾名思义，就是查阅研究领域内的外文文献，特别是高水平期刊的文献，将其中的内容翻译成中文，直接放在自己的论文中，改改语句和不通顺的地方，就是这么简单。

工具翻译法：

就是将别人论文里的文字，用翻译工具（如 google）翻译成英文，再翻译回来，此时句式和结构就会发生改变，我们再自行修改下语病，十有八九可顺利躲过查重。此法方便快捷，可以一大段一大段的修改。缺点是有时候需要多翻译几遍，例如先由中文翻译成英文，再翻译成什么冰岛、阿尔及利亚语等等，最后再翻译成中文。这个方法最大的弊端是，翻译后的语句存在生硬及不通顺的现象，还要我们再梳理一遍。

复述法：

复述法就是在理解原文的基础上，将内容复述出来。其中，要使用多种降重方法，既能保持原意又能完美避开系统判定重复的可能。这基本和自己阅读大量文献后亲笔写差不多，此法需要自己本身能力就不差，且基础扎实，虽然相当耗时耗力，但是无论是从降重效果还是论文质量上来说都颇佳。

毕业论文查重率多少正常？

在论文查重检测方面，一般来说，高校对查重率的要求非常严格，这也将大力打击论文中的学术不端行为。在论文查重检测方面，国内毕业论文的查重率一般不可以超过20％，这样论文才能合格。

论文的查重率在一定范围内是正常的。高校学生和社会人士非常重视论文查重的问题，因为论文查重率的重要性也很高。那么毕业论文查重率多少正常？paperfree小编给大家讲解。

在论文查重检测方面，一般来说，高校对查重率的要求非常严格，这也将大力打击论文中的学术不端行为。在论文查重检测方面，国内毕业论文的查重率一般可以超过20％。只有这样，论文才能合格。在论文查重检测中，如果查重率低于15％，您可以申请院级优秀论文评审。

硕士论文查重时，查重率一般在10％~15％以内的，硕士论文合格，复检合格，直接提交审核或答辩。复检时，如果复检率超过20％，很难通过复检。

一般硕士论文查重图片要去掉吗

硕士论文查重时图片可以不用去掉，知网论文查重系统可以识别图片上的内容，利用OCR技术将其还原为文字在原文中进行检测。普通的图片不会影响论文整体的重复率，所以，我们在查重硕士论文时，没必要去掉图片。除非你是为了降重，把论文中的部分文字截成图片，这样是会被判定为重复的，因为识别文字比识别图案要容易，准确度也要高很多。