學術查重所使用的數據庫

發布時間：2023-05-08 22:11:56 作者：學術小編 來源：m.derer.cn

問：文章是在豆丁網找到的，學術中查詢不到，萬方數據庫中只有目錄沒有正文,查重的時候用萬方，能查到嗎

收錄的比對數據和搜到的數據是不一樣的，只有檢測了才知道

不一定，只有通過他們的檢測系統檢測一遍才知道

每個檢測系統的重復率是不同的，和維普學術的重復率是有差異的，可以用要求的定稿系統檢測。

一般是各大期刊發表的論文，以及碩博士論文

上圖是學術查重系統的檢測范圍，也就是俗稱的查重數據庫，從中可以看到大部分是學術自己收錄的文獻，文章資料，比如碩博論文，學術期刊，會議，報紙，專利，圖書資源等，同時也有互聯網資源庫，互聯網文檔資源，同時還涵蓋了英文數據庫，港澳臺數據庫等，數據庫范圍是非常的廣泛。

在國內就是學術/維普/萬方這三大系統，這里面的資源是不斷更新的，每一年畢業生的論文除有保密要求外的基本上都是收這三大系統收錄作為比對資源庫，所以你就可不能大意啊國內就是三大系統，學術/維普/萬方學術不對個人開放，維普及萬方對個人開放萬方不檢測互聯網及英文，學術及維普都檢測互聯網及英文?，F在，所有學校對于碩士、博士畢業論文,必須通過論文檢測查重才能算合格過關。本科畢業生，大部分211工程重點大學，采取抽檢的方式對本科畢業論文進行檢測查重。抄襲或引用率過高，一經檢測查重查出超過百分之三十,后果相當嚴重。相似百分之五十以下，延期畢業，超過百分之五十者，取消學位。辛辛苦苦讀個大學，花了好幾萬，加上幾年時間，又面臨找工作，學位拿不到多傷心。但是，所有檢測系統都是機器，都有內在的檢測原理，我們只要了解了其中內在的檢測原理、系統算法、規律，通過檢測報告反復修改，還是能成功通過檢測，輕松畢業的。

特別需要注意的問題：

面總結幾個常見問題：

一、有些書籍的年份久遠，學術等檢測系統沒有收錄這些材料，大段大段的copy是不是很安全？也有同學認為，數據庫大多是往屆學生論文和期刊的文章，書本和政府工作報告等暫未入庫，直接抄書一般也不會“中招”。

答：這些做是存在風險的。第一，雖然中國學術沒有收錄書籍，但是可能存在a同學或者老師，他同樣也抄了同樣的內容，并且已經將其抄書的論文發表了，中國學術能數據庫全文收錄a的文章，那么你再抄同樣的內容，在進行論文檢測的時候，很可能指向a的文章，將會被認定為抄襲。

“但如果所抄書本，前幾年有人抄過，還是會被測到，因此大家會選擇最近兩年出版的新書來抄?！钡?，新書也可能存在抄別人或者被別人抄的現象。另外，在論文評審的時候，評審專家的經驗和理論水平比較豐富，你大段的引用可能被這些老專家們發現，到時候結果就很悲催了！

二、現在有些網頁上也有很多相關材料，撰寫論文能不能復制上面的內容？比如百度文庫、豆??？”。

答：也是很危險的。網頁很大程度上來源于期刊網，不少文章是摘抄期刊網上的文章，通過n篇論文粘貼復制而成。另外有些數據庫已經將互聯網網頁作為數據庫的組成部分之一。

連續13個字相同，就能檢測出來你可以把原文的內容，用新的文字表達出來，意思相似就可以了，最好用聯想法，就是看一遍用自己的語敘述出來，但要做到專業性，就是同義詞盡量用專業術語代替，要做到字不同意思相同。例如主動句改成被動句，句式換了，用同意詞或是用專業術語代替等等。還要注意論文框架。

降低抄襲率率的方法：

1劃分多的小段落來降低抄襲率。

2.很多書籍是沒有包含在檢測數據庫中的 ，比如論著。可摘抄

3.章節變換不可能降低復制率

4.論文中參考文獻的引用符號，但是在抄襲檢測軟件中，例如一篇文章有5000字,文章的1%就是50字，如果抄襲了多于50，即使加了參考文獻，也會被判定為抄襲。

只要多于20單位的字數匹配一致，就被認定為抄襲

修改方法：

首先是詞語變化。文章中的專業詞匯可以保留，盡量變換同義詞；其次，改變文中的描述方式，例如倒裝句、被動句、主動句；打亂段落的順序，抄襲原文時分割段落，并重組。

學術查重是以句子為單位的。即將文章以句子為單位進行分割，然后與學術數據庫中的論文逐句對比，若其中有主要內容相同（即實詞，如名詞、動詞、專業詞匯等），則標紅。若一個段落中出現大量標紅的句子，則計算在論文重復率中。按照我自己的經驗，避免查重最好的辦法，就是把別人論文中的相關段落改成用自己的語言寫出來。比如調換句子之間的順序，更重要的是改變句子主謂賓的結構。按照這樣的方法，我的論文重復率大概在3%左右，沒有任何問題。希望可以幫到你！ 是這樣的。因為基本上都是以句子為單位的。不過從現在掌握的情況來看，實際上是針對每段的內容，將該段的所有句子打散，然后逐句對比查重。比如說你的論文中的一段有A、B、C、D四句話，數據庫中一篇文章的一段中有E、F、G、H四句話。那么比較的時候，應該是A、B、C、D分別于E、F、G、H比較，笨一點說，就是比較16次。這樣的話，單純改動句子順序就不好用了，必須改變句子結構才可以。

一、各個數據庫論文檢測系統的比較和選擇

眾所周知，數據庫有三駕馬車：中國學術（cnki）、萬方、維普；一般高校碩士、博士畢業論文都用的是學術論文檢測系統（本科畢業論文我不太清楚，不過80%應該用的也是學術論文查重系統），因為學術是全國學位論文和期刊論文收錄最齊全，勢力最強大的一種數據庫，萬方其次，維普的就比較糟糕，不值得一提了，收錄量比較少。一般數據庫的收錄程序是這樣的，各個數據庫去高校聯絡本校畢業論文資源，基本上是幾家數據庫壟斷的，給學術就不會給萬方，給萬方就不會給學術，因為學術勢力強大，提供的優惠多，所以絕大多數高校都是將資源提交給了學術，我為什么要說這個呢，很多同學檢測論文抄襲的時候，不知道是選擇學術還是萬方或者維普，學術是有絕對的權威性和壟斷性，跟學校檢測的結果是一致的，所以才敢這么牛氣，要價這么高，不過我還聽說，價格高是因為學術一次只能檢測5000字，所以一篇碩士有2-3萬次，需要提交好多次才能檢測完，到底是不是這樣我也沒有得到證實。

二、學術檢測系統的工作原理和對策

第一、學術學位論文檢測為整篇上傳，上傳論文后，系統會自動檢測該論文的章節信息，如果有自動生成的目錄信息，那么系統會將論文按章節分段檢測，否則會自動按每一萬字左右分段檢測。

第二、有部分同學反映說自己在段落中明明引用或者抄襲了其他文獻的段落或句子，為什么沒有檢測出來，這是正常的。中國學術對該套檢測系統的靈敏度設置了一個閥值，該閥值為3%左右，以段落計，低于3%的抄襲或引用是檢測不出來的，這種情況常見于大段落中的小句或者小概念。舉個例子：假如段落1有10000字，那么引用單篇文獻100字以下，是不會被檢測出來的。實際上這里也告訴同學們一個修改的方法，就是對段落抄襲千萬不要選一篇文章來引用，盡可能多的選擇多篇文獻，一篇截取幾句，這樣是不會被檢測出來的。

第三、針對標紅文字的修改方式除了第二點中提到的外，還有改詞、換句、改變描述方式（變原句為倒裝句、被動句、主動句等）、打亂段落順序、替換關鍵詞匯、關鍵句等。經過實踐證明，使用以上方法結合，可有效降低復制比，保證順利通過。

例如下句：

過熱故障中的過熱與變壓器正常運行下的發熱是有區別的，正常運行時的其發熱源來自于繞組和鐵芯，即銅損和鐵損，而變壓器過熱故障是由于受到有效熱應力而造成的絕緣加速劣化，它具有中等水平的能量密度。

幾乎被標紅，說明與相似文獻存在重合和高度相似，經過以上方式結合，本句可改為：

過熱故障中出現的過熱容易與變壓器正常運行下的發熱相混淆，后者是因為其繞組和鐵芯會出現銅損和鐵損的現象，這是正常運行過程中的發熱，而變壓器過熱故障是受到有效熱應力造成的絕緣加速劣化，具有中等水平的能力密度。

第四：Google新用

如果說以上所有同學的“反反抄襲”密招都還在大家的理解范圍之內的話，那么這種“反反抄襲”法，則讓人瞠目結舌，以為自己遇到了火星人。 這種方法，命名為“Google法”?！八瓽oogle法’，就是找一篇現成的論文，把論文的每一段都用Google在線翻譯成英文，然后將翻譯好的英文用Google在線翻譯全部轉回中文。猛地看上去，跟原文差不多；可是仔細一看，其實每句話都不一樣！只要自己再把少量的語病改一改，就大功告成了?！?/p>

學術論文檢測的系統原理是連續13個字相似或抄襲都會被紅字標注，但是必須滿足3里面的前提條件：即你所引用或抄襲的A文獻文字總和在你的各個檢測段落中要達到5%。如果13個字里有一半相似，會算一半疑似相似，所以一定要變換句式，用專業術語代替，要改的仔細徹底，切記，切記。

學術檢測范圍：

中國學術期刊網絡出版總庫

中國博士學位論文全文數據庫

中國優秀碩士學位論文

全文數據庫中國重要會議論文全文數據庫

中國重要報紙全文數據庫中國專利全文數據庫

互聯網資源英文數據庫(涵蓋期刊、博碩、會議的英文數據以及德國Springer、英國Taylor&Francis 期刊數據庫等)優先出版文獻庫港澳臺學術文獻庫互聯網文檔資源

學術系統計算標準詳細說明：

1．看了一下這個系統的介紹，有個疑問，這套系統對于文字復制鑒別還是不錯的，但對于其他方面的內容呢，比如數據，圖表，能檢出來嗎？檢不出來的話不還是沒什么用嗎？

學術不端的各種行為中，文字復制是最為普遍和嚴重的，目前本檢測系統對文字復制的檢測已經達到相當高的水平，對于圖表、公式、數據的抄襲和篡改等行為的檢測，目前正在研發當中，且取得了比較大的進展，歡迎各位繼續關注本檢測系統的進展并多提批評性及建設性意見和建議。

2．按照這個系統39%以下的都是顯示黃色,那么是否意味著在可容忍的限度內呢?最近看到對上海大學某教師的國家社科基金課題被撤消的消息,原因是其發表的兩篇論文有抄襲行為,分別占到25%和30%. 請明示超過多少算是警戒線？

百分比只是描述檢測文獻中重合文字所占的比例大小程度，并不是指該文獻的抄襲嚴重程度。只能這么說，百分比越大，重合字數越多，存在抄襲的可能性越大。是否屬于抄襲及抄襲的嚴重程度需由專家審查后決定。

3．如何防止學位論文學術不端行為檢測系統成為個人報復的平臺？

這也是我們在認真考慮的事情，目前這套檢測系統還只是在機構一級用戶使用。我們制定了一套嚴格的管理流程。同時，在技術上，我們也采取了多種手段來最大可能的防止惡意行為，包括一系列嚴格的身份認證，日志記錄等。

4．最小檢測單位是句子，那么在每句話里改動一兩個字就檢測不出來了么？

我們對句子也有相應的處理，有一個句子相似性的算法。并不是句子完全一樣才判斷為相同。句子有句子級的相似算法，段落有段落級的相似算法，計算一篇文獻，一段話是否與其他文獻文字相似，是在此基礎上綜合得出的。

5．如果是從相關書籍上摘下來的原話，但是此話已經被數據庫中的相關文獻也抄了進去，也就是說前面的文章也從相關書籍上摘了相同的話，但是我的論文中標注的這段話來自相關的書籍，這個算不算學術抄襲？

檢測系統不下結論，是不是抄襲最后還有人工審查這一關，所以，如果是您描述的這種情況，專家會有相應判斷。我們的系統只是提供各種線索和依據，讓人能夠快速掌握檢測文獻的信息。

6．學術檢測系統的權威性？

學術不端文獻檢測系統并不下結論，即檢測系統并不對檢測文獻定性，只是將檢測文獻中與其他已發表文獻中的雷同部分陳列出來，列出客觀事實，而這篇檢測文獻是否屬于學術不端，需專家做最后的審查確認。

關于學術相關抽查規定：

有規定的，可以進行第一次修改，修改之后通過就可以答辯，如果第二次不通過就算結業，在之后4個月內還要交論文或者設計的。這個是在抄襲30%的基礎上的。 如果抄襲50%以上的話，直接結業 在之后4個月內還要交論文或者設計的。1．被認定為抄襲的本科畢業設計（論文），包括與他人已有論文、著作重復總字數比例在30%至50%（含50%）之間的，需經本人修改。修改后經過再次檢測合格后，方可參加學院答辯。再次檢測后仍不合格的，按結業處理。須在3 個月后提交改寫完成的畢業設計（論文），檢測合格后再參加答辯。2．被認定為抄襲的本科畢業設計（論文），且與他人已有論文、著作重復總字數比例超過50%的，直接按結業處理。須在4 個月后提交改寫的畢業設計（論文），檢測合格后再參加答辯。

每年畢業季，高校畢業生都會為選擇論文檢測系統困擾，維普查重和中國學術論文查重入口是現階段論文查重用戶較多的兩個論文查重系統，很多高校畢業生在選擇論文檢測系統時，都會在這兩個系統上糾結，那么維普查重和學術查重有什么不同？

維普查重和學術查重有什么不同？

首先可以肯定的是 維普和學術查重的數據庫是不一樣的，也就是他們兩者收錄的文獻資料是不同的。

其次，由于這是兩個公司研發的查重系統，在具體的檢測標準，比如閥值這些指標上也是不同的。

既然查重的數據庫，查重的檢測標準或算法都不一樣，那么同一篇內容，檢測結果肯定是不一樣的。

碩士論文基本都是用學術查重，選擇學術查重才能與學校結果一樣。

維普查重和學術查重是兩個檢測系統，在很多方面都是不同的，首先維普查重和學術查重在論文數據對比庫上就存在不同，維普查重存在的數據對比庫大多都是期刊類數據對比庫，中文科技期刊數據庫等期刊數據庫，學術查重系統論文數據對比庫范圍是很廣泛的，包含專利，圖書，期刊，會議，學位等數據庫，學術查重系統的數據對比庫每隔一段時間都會進行更新，最近學術論文檢測系統還添加了大量的英文數據庫，從數據庫方面看，學術查重的數據庫覆蓋率是遠遠大于維普查重。

維普查重和學術查重的論文檢測計費方式也是不同的，維普查重時按字符數收費，一千字符需要1.8元，學術是按照論文類型和論文字符總數來收費，期刊論文字符數低于1.4萬需要30元左右檢測費用，專本科論文字符數低于6萬，需要140元左右的費用，碩博論文檢測一篇，需要350元左右的檢查費用，就借用方面看，維普查重較低。

維普查重和學術查重在論文檢測原理上也是不同的，學術查重系統是以段落檢測，一句話中連續超過13字符重復并且超過該章節總字符數5%就視為論文重復或者抄襲，維普查重是按照關鍵詞識別技術，只要存在關鍵詞重復，維普查重就會識別為重復和抄襲，就檢測原理看，維普查重的是不合理的，只憑著關鍵詞就識別重復。

以上是維普查重和學術查重的不同，希望對高校畢業生有幫助。