探讨一下论文查重系统的设计方法

对于论文查重系统，见过了一些，主要设计思路都是依据模糊搜索+“关键词”，对于大段文字的对比，确实是一个看似简单而又复杂的问题。

按软件开发者思路，这类软件的起源应该不是抄袭之风严重，而是被举报者众多，因为学校或某些机构处理不过来，所以痛下狠手，从根本上减少这类现状。

当然，以上言论，尽可当戏言，言归正传，按开发者推论，查重软件的最初设计应该是先断句，再逐句对比，把雷同句保存下来，最后总结归纳。

这种模式的优点是对比速度快，适用于长篇幅类论文。当人们发现这种方法的基本道理后，大家都突然间不约而同地想通了，把“的”变成“地”的思路，一时间遍地10%啊。

这个时候，学校的威力突显出来了，那就是它有大批的人力资源可以用，顿时各种思路层现，有牛人开始使用谷歌高级搜索来解决模糊对比的问题，把问题抛出给搜索引擎，让能力强者做他擅长的事，于是原本10%的重复率，立刻提升到40%