论文查重是近几年翟天临事件后在网络上爆红的一个词。那么，论文查重到底是查什么？核心算法是怎样的？
论文查重是什么？
在检测论文时，就算这篇论文是个人原创，也有可能重复率不过关。网上有很多关于毕业论文话题的参考模板。即使不主动抄袭，内容上也可能有很多重复。毕竟没有办法修改同一个专业的词汇，专业术语，函数公式等专业，难免会有重复。因此，论文查重的主要作用是帮助毕业生划出毕业论文和其他资料中重复的部分，句子，片段，甚至词语。便于大家进行重复率的调整，使论文可以顺利通过最终的定稿检测。
针对论文重复率的查重问题，全国各高校导师对此都有严格要求。有些学院会指定学生在相关的论文检测机构进行权威专业的检测，然后根据论文检测报告指导学生进行降重和改重的处理。相对于本科生论文，研究生论文，专科生论文，能力生论文，对测试的要求是严格的。但如果学校没有规定毕业生必须去哪个论文检测平台提供检测数据，那么毕业生可以自行选择论文检测平台。反正只要选择的平台有专业权威的论文检测技术，就可以作为选择的对象进行查重。
论文抄袭检测算法
1.论文的段落和格式:论文的测试基本上传整篇文章。上传后，论文测试软件首先对其进行分割，最终提交的稿件格式对抄袭率影响很大。不同段落的划分可能会造成几十个字的小段落不被发现。所以我们可以通过划分更多的小段落来降低抄袭率。
2.数据库:论文检测，多为已发表的毕业论文，期刊文章，会议论文进行匹配，部分数据库也包含部分来自网络的文章。让我告诉你，很多书不包括在测试数据库中。之前朋友从一本研究书上摘录了很多话，但是没有查出来。可见这种方法还是有效的。
3.章节变化:很多同学改变了章节的顺序，或者从不同的文章中选取不同的文章拼接在一起，对抄袭检测结果的影响几乎为零。所以论文抄袭检测高手建议，不要以为抄几篇或者几十篇就能过关。
4.标注参考文献:检测软件中参考他人文章和抄袭是如何定义的？其实很简单。我们把参考文献的引用符号加到了我们的论文里，但是在抄袭检测软件里。都是统一处理的。软件的门槛一般设置在1%。比如一篇文章有5000字，文章的1%是50字。如果抄袭50字以上，即使加上参考文献，也判为抄袭。
5.字数匹配:论文抄袭检测系统比较严格。只要20个单位以上的字数一致匹配，就认定为抄袭，但前提是满足第4点，参考文献的标注。
