很多人以为查重系统就是个超级查找替换——把你的论文切成句子，去库里一句一句对，找完全一样的。要真是这么简单，那换几个同义词不就天下无敌了？现实远不是这样。
今天就剥开这层壳，讲讲现代查重系统背后到底在算什么。懂了原理，你才明白为什么有些小聪明根本躲不过去。
第一层，当然是文本匹配。最基础的，就是找你这段话和库里哪篇文献在字面上高度重合。这一层能抓住那些原封不动照搬的段落。
但光有这层不够。于是有了第二层——语义识别。你把一句话换了几个词、调了语序，字面上不一样了，可它表达的意思和句式骨架和原文几乎一致。有语义能力的系统，会把你的句子翻译成它理解的含义，再去比对。这就是为什么单纯替换同义词越来越不好使。
再往上，是结构相似度。有的抄袭更隐蔽：整段话你都改写了，可你这一章的论证顺序、段落安排、例子选择，和某篇文献几乎是一个模子刻出来的。系统会看你整篇的骨架，而不只是零碎句子。
还有跨语言检测这一路思路。你把一段英文文献机翻成中文，以为换了语言就查不到？有些系统在做跨语言的相似比对，翻来翻去，意思还是那个意思，照样被对上。
我为什么要跟你讲这些？不是为了让你研究怎么钻空子，恰恰相反——是想让你死心：那些翻译大法、插字大法、同义词替换的老偏方，在越来越聪明的算法面前，效果越来越差。
真正有效的应对，从来不是跟算法玩猫鼠游戏，而是回到源头：用自己的话，写自己真正理解的内容。你真懂了一个观点，再表达出来，那才是算法抓不到的原创。
懂了这一层，你就明白为什么翻译大法、插字大法越来越不灵。你换的是表面，意思和骨架没动，系统照样认得出来。
真正管用的应对，是回到源头：用自己的话，写自己真正理解的内容。你真懂了一个观点再表达出来，那才是算法抓不到的原创。
算法一直在进化，你研究躲它的技巧永远追不上它升级的速度。与其跟它玩猫鼠游戏，不如把功夫下在写明白上。真原创的东西，才是永远安全的。
下次再有人跟你说某个改写技巧能骗过系统，你心里就有数了：那多半是没跟上算法的旧经验。真原创，才是长久之计。
在paperzx毕业在线网，我们给同学做降重指导，从不提供绕算法的歪招，而是教你怎么把东西真正变成自己的。
算法一直在进化，与其研究怎么躲，不如把功夫下在写明白上。