叫咱小刚刚 发表于 2019-3-21 15:58:06

毕业论文怎么降重-技巧大全

本帖最后由 叫咱小刚刚 于 2019-3-21 16:01 编辑

论文降重其实是一件很简单的事,摸清套路后完全不需要花费太多精力。但是知乎上目前好像没有技术帖讲清楚,所以我分享一下具体经验。
由于知网价格很高,终稿之前一般都是用其他查重网站查重。

根据给出的重复对象来源可以看出这个网站的算法和重复率比较靠谱。构成鲜明对比的是格子达,给出的重复文献来源可以与我写的句子八杆子搭不到边。我根据这个帖子体验了几个查重网站,最终发现确实是papertime和paperfree(www.paperfree.cn)最为价廉物美。这两个网站貌似是同一家公司的,都送新用户10000+字,所以我们可以用包括但不限于父母、叔叔阿姨、爷爷奶奶等全家人的手机号注册新用户,然后就再也不用花钱了。
最后根据经验,如果在paperfree/time能降到10以下,在知网应该就稳了。我个人从初稿的20%降到现在的3.76%。
(更新:同份文本在学校知网检测的结果为1.2%,可能是因为知网的单句检测算法不如papertime严格。其实还有下降空间,只不过没必要再改了…)
值得一提的是,这两个网站都可以在线改重。对比红/黄句和重复文献来源以及句子相似度,可以针对性地修改,边改边查效率非常高。
手把手降重攻略一、首先摸清楚查重的算法。Papertime的算法是:
总体相似度 = 相似字数 / 检测字数
被系统自动识别出来的非正文部分(如目录,标题,公式,图表,参考文献等)不参与检测,检测字数一般略小于论文字数。
相似字数 =(句子1字数 * 句子1相似度 + 句子2字数 * 句子2相似度 + ...... + 句子n字数 * 句子n相似度),句子相似度范围0.00~1.00,绿色句子相似度按照0计算。
红色句子为重度相似(80%~100%),建议修改;橙色句子为轻度相似(50%~80%),可酌情修改;绿色句子表示没有检测到相似语句。简单归纳:
https://www.zhihu.com/equation?tex=%E8%AE%BA%E6%96%87%E9%87%8D%E5%A4%8D%E7%8E%87%3D%E7%9B%B8%E4%BC%BC%E5%AD%97%E6%95%B0%5Cdiv%E6%80%BB%E5%AD%97%E6%95%B0
https://www.zhihu.com/equation?tex=%E7%9B%B8%E4%BC%BC%E5%AD%97%E6%95%B0%3D%5Csum_%7Bi%3D1%7D%5E%7Bn%7D%7B%EF%BC%88i%E5%8F%A5%E5%AD%97%E6%95%B0%C3%97i%E5%8F%A5%E7%9B%B8%E4%BC%BC%E5%BA%A6%EF%BC%89%7D(其中i句相似度>50%为有效,<50%记作0)
简单理解:查重时把文章分解为一个个小句,根据某个算法算出单句相似度。把其中相似度大于50%的句子的相似字数加总再除以论文总字数即为重复率。
单句相似度这个概念似乎比较玄学,网站没有明确说明算法,但是我们也可以简单理解一下,大概就是“我写的某个句子和已有文献句子的相同字数占该句子总字数的百分比”之类的东西。
最重要的一个信息是:相似度>50%的句子才会被标黄,相似度>80%的句子会被标红。相似度<50%的被标绿并且相似度被计为0.
二、那我们的降重目标就很清晰了,一共有两个途径:
①降低每句相似字数,以降低总相似字数;
②把句子的相似度降低到50%以下,那么这句相似字数直接就变为0了。
我们发现这两个途径其实一样。但是②的效果更显著,因为能直接把句子变绿(要坚强)从而大幅降重,所以对于大多数句子,我们的目标显然是用方法②把他变绿。。。
当然还有一些句子非常坚强,比如“根据图2-1我们可以看到,...”这种句子就比较难绿,但是总体而言难绿的句子不多,所以把重复率降到5%以下是不难的。
三、具体措施
我们目前看到的大多数降重思想都局限在方法①,即没有目的地用同义词替换、把字句被字句转换等方法尽力降低相似字数。但是有了科学思想的指导,我们的修改方向就更清晰了。
1.首要争取对象——50出头
像这种相似度50%出头的黄色句子是首要争取对象,因为只要改几个字就能变绿,从50直接变成0,因而在降重工程中最受欢迎(大家都争着绿他,很是可怜)。


改成“这进一步说明了IIT现象更易发生于初始要素禀赋相近的国家间”后,绿化成功。
2.短句合并成长句增加分母
这种定义引用类的红色句子,相似度88%,应该无可救药了吧?但是查重分解句子是会根据标点的,我删去句子后面的逗号,将短句连成长句以增加该句的分母,对语序做了调整,最终竟然硬生生把这句定义给绿化成功了(请叫我绿化小达人)。
修改后的句子:“SITC分类规定的相同组别中具有一定生产或消费替代程度的产品的双向流动”,绿化成功√。我也不知道这样一改相似度怎么就降到50%以下了,但是这种思路可以借鉴,就是短句并长句增加分母。同理也可以通过扩句增加分母,其精髓在于用自己的语言稀释干货(注水绿化法),以降低相似度。如“A导致了B”改成“C带来的A导致了D现象的产生最终造成B的结果”,其中C和D可以扯得越长越好,这样句子相似度会大大降低。
3.长句分解为短句弃卒保帅
总有些专业词组几乎不可能修改,而且在句子中占的比重过大,需要战略性地放弃修改这些部分,把他们独立成一个短句分离出去以方便后面句子的绿化工程。例如:
Nuno 和Faustino(2009)运用面板数据模型对葡萄牙和金砖国家贸易中的产业内贸易水平影响因素进行的实证分析表明,一国资源禀赋的数量与该国产业内贸易发展程度存在负相关性。这个长句子开头部分的“Nuno 和Faustino(2009)...”一堆字符是无法改变的(名字换成中文也同样被人写过了),非常占空间,即便把后面的内容加长很多也很难把整个句子的相似度降到50%以下。这个时候可以放弃小部分的降重,把前半句改成独立的句子“Nuno 和Faustino(2009)同样对IIT影响因素进行了研究。”后面也改写成独立的句子“他们应用面板数据模型进行的实证研究发现,在葡萄牙与金砖国家的双边贸易中,初始的自然资源对该国对外贸易的IIT指数具有负面的影响效应”。这样虽然前面的句子依然重复,但是舍弃了大段无法改变的重复字符后,后面的句子就有了被绿化的可能,整体的重复率还是会降低。
4.无可救药型直接删去
下面这个红色的句子估计被无数人用过了,大家也很可能已经尝试过用各种姿势♂绿他,于是知难而退,索性直接删掉,也不影响文章的意思。

四、经验总结
总之在线改重功能非常好用,但是仍存在该网站和知网查重率不一致的问题,在一些情况下查重率偏差很大。
重复率有差异的原因主要在两处:一是算法严格程度差异;二是网站背后的数据库大小差异。知网本科论文查重与其他网站的最大区别在于知网pmlc有【大学生论文联合对比库】,这个数据库收录了各学校历年的毕业论文。如果大量引用被知网数据库收录而未被其他网站收录的语段,那么在其他网站检测出的重复率就会显著低于知网重复率。但是如果主要内容都是自己认真写的,那么知网查重结果和其他网站结果不会有太大差别。事实上由于其他网站为了弥补数据库较小的问题,通常会采用更加严格的算法使重复率往接近知网的方向修正,因此认真写的论文在知网的重复率很可能比其他网站更低。(案例A:某同学前几天私信我说paperpass重复率39%,但是他说自己真的是认真写的。我就建议他在学校知网上试一次,结果出来竟然是6.9%(当然在用知网查之前他自己也修改过一些)!这说明在某些情况下paperpass的算法过于严格)相信大多数同学还是坚持原创,那么用paper系列肯定能满足需求了,降到5~10%不是什么难事。




页: [1]
查看完整版本: 毕业论文怎么降重-技巧大全