论文查重的相似度是怎么算的

论文查重时，如果句子中连续13个以上的字符跟查重系统数据库相似，则该部分将被认定为重复。

知网的查重系统在工作时，会把连续13个字符相似的话判定为重复。这里的连续13个字符并不一定要是句子内部的，两个句子之间和段落首尾也算。

另外，每个段落的重复率也有限制，一般不能超过5%。话虽如此，但知网的重复率检测算法至今仍未对外公布，上述内容只能用于参考，实际采用的方法是一种语意模糊解析算法，不是普通地在句子之间对比。

用过论文查重系统的同学应该知道多少字重复就会被查重系统标红处理，比如同学们常用的知网论文查重系统就是按照13字符重复的原则来计算的，也就是6-7个字的重复就会被标红处理。举例来说，在一个段落中，有13个字符与其它段落相同，那么这个句子就会被标红。

论文降低查重率的方法：

1、想要掌握如何避免论文的查重率过高的技巧，首先要了解论文的提交方式，是整篇上传。如果直接引用一大段其他人的文章，那么查重率肯定更高。最好的降低方法是将引用的内容进行分割，加入自己的观点和看法，通过划分章节来降低查重率。

2、各大查重网站都会收录各种发表的学术文章或者论文。如果大家都是以参考这类文章资料为主，那么查重率肯定会更高，尤其是一些专业的段落术语，会增加重复率。

写的时候还是要避免直接使用，或者换一个表达方式，或者看看是不是出现的太频繁了，能不能用其他方式替换或者引入，而不是直接复制粘贴。但是，也有很多小众类的书是这些查重网站没有收录的。建议论文可以多参考这类书的内容。

3、如果毕业生只是问如何避免论文的高查重率，而不主动想办法，那就要根据自己的情况来解决。如果是外语水平不错的毕业生，可以通过翻译外文资料写出论文，这样论文检测的时候查重率肯定很低。

论文查重简单来说就是将作者提交检测的论文与系统自身的数据库资源进行比对，最终查重系统自动生成一份查重报告，得出一个总体相似度，也就是我们常说的论文查重率。判定规则是连续出现13个字符类似就判断为重复部分的标准计算论文重复率。

总体相似度的计算方法是：论文中与数据库中相似的字数和论文的总检测字数的比值。查重系统首先将提交的论文通过换行符自动切分成段落；然后再按照段落中的标点提取段落中的句子；最后再进行逐句查重检测。目前，查重系统不会判定相似语义为重复，其相似度更多的是文字本身的比对，包括关键词以及这个关键词出现在句中的位置。

论文查重包括论文正文、原创说明、摘要、图标及公式说明、参考文献、附录、实验研究成果、结语、引言、专利、文献、注释，以及各种表格等等。大多数高校在每年毕业季时，都会统一发通知说明学校的毕业论文规范和查重说明，学校会统一下发论文样式等内容，一般会详细说明查重的范围。要是学校有具体的要求，那提交到学校的时候必须按照学校所要求的来。