欢迎来到学术参考网
当前位置:发表论文>论文发表

论文查重ocr

发布时间:2023-03-04 15:08

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。

上一篇:手游论文开题报告

下一篇:珐琅毕业论文