2019年的翟天臨論文造假事件，讓高校紛紛開始重視論文重復(fù)率。時(shí)至今日，他的微博底下依然繞不過這個(gè)話題。

“搞個(gè)抽獎(jiǎng)吧，幫付查重費(fèi)?！?/p>

網(wǎng)友Epochigo_在5月24日留下的這條評(píng)論，已經(jīng)獲得了超過兩萬五千個(gè)贊。

畢竟對(duì)于準(zhǔn)畢業(yè)生來說，論文查重不僅是對(duì)學(xué)業(yè)的要求，還是對(duì)生活費(fèi)的威脅。

目前大多數(shù)高校的官方查重平臺(tái)是中國(guó)知網(wǎng)。矛盾的是，知網(wǎng)并不開放個(gè)人檢測(cè)名額，許多學(xué)校也不會(huì)提供一到兩次的免費(fèi)查重機(jī)會(huì)。因此不少同學(xué)都得在定稿前，憑借自己找的渠道，進(jìn)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(jià)格不一定便宜。

而如果是在淘寶上盲找店家，就可能得擔(dān)著些風(fēng)險(xiǎn)。

掛著“知網(wǎng)官方”旗號(hào)的渠道，要么買到的是假貨，要么可能是通過非法手段弄來的免費(fèi)名額。據(jù)《新京報(bào)》報(bào)道，有些在校學(xué)生知網(wǎng)賬號(hào)被盜后，發(fā)現(xiàn)自己的免費(fèi)查重機(jī)會(huì)已被不明論文占用。

不明的第三方渠道，還會(huì)有轉(zhuǎn)賣論文的風(fēng)險(xiǎn)。澎湃號(hào)“真數(shù)”曾在文章中披露，一位同學(xué)懷疑自己的論文被查重網(wǎng)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(xué)校倒查畢業(yè)論文質(zhì)量時(shí)，被發(fā)現(xiàn)查重率高達(dá)90%。

查重平臺(tái)結(jié)果不一，知網(wǎng)分?jǐn)?shù)偏低

哪怕這些坑都避開了，準(zhǔn)畢業(yè)生們還會(huì)遇到一大天問：為什么每個(gè)平臺(tái)的查重結(jié)果都不一樣？下圖所示，六家查重平臺(tái)對(duì)翟天臨碩士論文的查重結(jié)果，最大差距可以達(dá)到62個(gè)百分點(diǎn)。

因此，許多往屆畢業(yè)生會(huì)留下“Paper系比知網(wǎng)要嚴(yán)格”的印象。

這個(gè)印象或許是對(duì)的。

在知乎“PaperYY查重軟件靠譜嗎？”這個(gè)問題下，133名網(wǎng)友分享了自己的論文在中國(guó)知網(wǎng)和PaperYY的查重結(jié)果?？梢钥闯?，知網(wǎng)查出來的重復(fù)比重，大多情況下確實(shí)偏低。

但也有例外。

網(wǎng)友勿忘寫道，她舍友的論文，在PaperYY查出來的復(fù)制比重是4%，結(jié)果知網(wǎng)查出60%。對(duì)比兩份查重報(bào)告后，這位同學(xué)得出了一個(gè)結(jié)論：知網(wǎng)比PaperYY多了一個(gè)“大學(xué)生論文聯(lián)合對(duì)比庫”，而舍友恰巧采用了一個(gè)學(xué)姐論文的結(jié)構(gòu)，內(nèi)容也有復(fù)制，因此知網(wǎng)計(jì)算出的復(fù)制比重才會(huì)如此之高。

各平臺(tái)區(qū)別：論文對(duì)比庫和查重方法

這位網(wǎng)友的結(jié)論，很可能是正確的。

論文比對(duì)庫的范圍是影響因素之一。比如，PaperPass免費(fèi)版的重復(fù)比例經(jīng)常偏高，學(xué)術(shù)不端網(wǎng)認(rèn)為，這是因?yàn)镻aperPass主要依賴網(wǎng)絡(luò)資源庫，在網(wǎng)絡(luò)上任何一句話都可能找到相似的句子，“最簡(jiǎn)單的就像百度搜索一樣，每搜索一句話都會(huì)有一系列相關(guān)的內(nèi)容出現(xiàn)”。

而知網(wǎng)則會(huì)更注重和學(xué)術(shù)論文的比對(duì)。下圖中，以知網(wǎng)包含的對(duì)比庫類型作為參照，可以看出，會(huì)被采納為官方查重的三家平臺(tái)，比“Paper系”會(huì)更接近知網(wǎng)的配置。

每個(gè)平臺(tái)的查重規(guī)則也不一樣，但“由于沒有官方聲明，所有的算法模型都是網(wǎng)傳”，堅(jiān)果云官方號(hào)在知乎問題“萬方論文查重怎么樣 和知網(wǎng)對(duì)比”下寫道。

堅(jiān)果云進(jìn)一步解釋道：知網(wǎng)的查重算法有兩個(gè)要點(diǎn)，首先，引用的文獻(xiàn)得占到段落的5%及以上；滿足這個(gè)條件后，如果一個(gè)句子里出現(xiàn)了連續(xù)13個(gè)字的重復(fù)，那么這句話就會(huì)被標(biāo)紅，即判定為抄襲。萬方的判定標(biāo)準(zhǔn)則相對(duì)簡(jiǎn)單，如果一個(gè)句子中連續(xù)10個(gè)字與庫中文章重復(fù)，這個(gè)句子就會(huì)標(biāo)紅。

這條判定規(guī)則的區(qū)別，基本上是各類查重平臺(tái)分析的共識(shí)。

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(xué)術(shù)論文重復(fù)問題剖析》還補(bǔ)充了一點(diǎn)?；谒挠^察，知網(wǎng)還采用了“語義模糊算法”，即比起逐字逐句，這套算法更關(guān)注句子的中心意思和關(guān)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(huì)被知網(wǎng)判定為重復(fù)的。

這些額外的查重規(guī)則，可能正是知網(wǎng)會(huì)顯得更“智能”的原因。準(zhǔn)畢業(yè)生們只能通過其他平臺(tái)的反饋，摸索著，一次又一次修正，去不斷地預(yù)測(cè)和逼近知網(wǎng)的結(jié)果。