決定論文生死的查重平台們，原來是這麽判斷重複的

公開日: 2021-06-05

2019年的翟天臨論文造假事件，讓高校紛紛開始重視論文重複率。時至今日，他的微博底下依然繞不過這個話題。

“搞個抽獎吧，幫付查重費。”

網友Epochigo_在5月24日留下的這條評論，已經獲得了超過兩萬五千個讚。

畢竟對於準畢業生來說，論文查重不僅是對學業的要求，還是對生活費的威脅。

目前大多數高校的官方查重平台是中國知網。矛盾的是，知網並不開放個人檢測名額，許多學校也不會提供一到兩次的免費查重機會。因此不少同學都得在定稿前，憑借自己找的渠道，進行輪番幾次的查重和修改。

這些非官方渠道，如果是家喻戶曉的老品牌，價格不一定便宜。

而如果是在淘寶上盲找店家，就可能得擔著些風險。

掛著“知網官方”旗號的渠道，要麽買到的是假貨，要麽可能是通過非法手段弄來的免費名額。據《新京報》報導，有些在校學生知網账號被盜後，發現自己的免費查重機會已被不明論文佔用。

不明的第三方渠道，還會有轉賣論文的風險。澎湃號“真數”曾在文章中披露，一位同學懷疑自己的論文被查重網站出售，被他人買去作為本科論文提交，以致自己的論文在學校倒查畢業論文質量時，被發現查重率高達90%。

查重平台結果不一，知網分數偏低

哪怕這些坑都避開了，準畢業生們還會遇到一大天問：為什麽每個平台的查重結果都不一樣？下圖所示，六家查重平台對翟天臨碩士論文的查重結果，最大差距可以達到62個百分點。

因此，許多往屆畢業生會留下“Paper系比知網要嚴格”的印象。

這個印象或許是對的。

在知乎“PaperYY查重軟體靠譜嗎？”這個問題下，133名網友分享了自己的論文在中國知網和PaperYY的查重結果。可以看出，知網查出來的重複比重，大多情況下確實偏低。

但也有例外。

網友勿忘寫道，她舍友的論文，在PaperYY查出來的複製比重是4%，結果知網查出60%。對比兩份查重報告後，這位同學得出了一個結論：知網比PaperYY多了一個“大學生論文聯合對比庫”，而舍友恰巧採用了一個學姐論文的結構，內容也有複製，因此知網計算出的複製比重才會如此之高。

這位網友的結論，很可能是正確的。

論文比對庫的範圍是影響因素之一。比如，PaperPass免費版的重複比例經常偏高，學術不端網認為，這是因為PaperPass主要依賴網絡資源庫，在網絡上任何一句話都可能找到相似的句子，“最簡單的就像百度搜索一樣，每搜索一句話都會有一系列相關的內容出現”。

而知網則會更注重和學術論文的比對。下圖中，以知網包含的對比庫類型作為參照，可以看出，會被采納為官方查重的三家平台，比“Paper系”會更接近知網的配置。

每個平台的查重規則也不一樣，但“由於沒有官方聲明，所有的算法模型都是網傳”，堅果雲官方號在知乎問題“萬方論文查重怎麽樣和知網對比”下寫道。

堅果雲進一步解釋道：知網的查重算法有兩個要點，首先，引用的文獻得佔到段落的5%及以上；滿足這個條件後，如果一個句子裡出現了連續13個字的重複，那麽這句話就會被標紅，即判定為抄襲。萬方的判定標準則相對簡單，如果一個句子中連續10個字與庫中文章重複，這個句子就會標紅。

這條判定規則的區別，基本上是各類查重平台分析的共識。

此外，知乎論文類大V吳志根在自己的專欄《論文查重降重攻略：學術論文重複問題剖析》還補充了一點。基於他的觀察，知網還採用了“語義模糊算法”，即比起逐字逐句，這套算法更關注句子的中心意思和關鍵詞。換句話說，同一段文字，如果只是換一套表述方式，那也是會被知網判定為重複的。

這些額外的查重規則，可能正是知網會顯得更“智能”的原因。準畢業生們只能通過其他平台的反饋，摸索著，一次又一次修正，去不斷地預測和逼近知網的結果。