论文查重字数受哪些因素的影响？

当我们写完论文，特别是像毕业论文这样重要的文章，总要去论文查重。很多人拿到查重报告，会盯着那个“总文字复制比”的数字看，但可能会忽略一个基础：查重系统显示的总字数和你自己统计的字数，感觉不是一回事？或者明明字数差不多，别人的重复字数和你的差别很大？其实，查重报告里那个“总字数”和“重复字数”是系统自己算的，受好几种东西影响。

最根本的，当然是你自己写了多少字。你文章本身长，它能比对的总量自然就大。不过，查重系统算字数的方法可能跟你用的办公软件不完全一样。系统读你的文档，是按字符算，中文、英文、数字、标点符号都算一个单独的字符。标点符号比较多、表格复杂、或者有比较长的公式（公式虽然通常不算重点比对内容，但也会被当成字符计入总字数），这些都能让系统算出来的总字数比你软件里统计的中文字数多一些。

查重不是拿你的文章跟全世界所有文字比，而是跟它自己建立的数据库比。这个数据库有多大、包含哪些内容，很重要。常见的数据库有期刊论文、学位论文、会议文章、各种图书出版物，有些还包括部分互联网信息。查重机构花大钱收录的数据库越全，找到重复内容的可能性就越高，可能查出来的重复字数也会不同。举个简单例子，你用了一个比较老的查重数据库，里面没有最近两年的新文章，那么碰巧你抄了某篇新文章的内容，它也可能查不出来，你显示的重复字数就少了。反过来，你参考了数据库里已经收录得很全的资料，就容易被标出来。

引用别人内容几乎是写论文不可避免的。如果你引用了别人的观点、数据、图表，但没按规范写清楚哪里引的（引号、脚注、尾注、参考文献），那系统就会把这些当成你抄袭或重复的内容，一下子重复字数就上去了。哪怕你真引了，标注也很规范，有些查重系统的设定也可能暂时把这部分内容算进重复部分，虽然最后可以剔除（“去除引用复制比”），但在总重复字数里它还是被统计进去了。

你自己文章本身的“写法”也影响重复字数的结果。如果你文章中直接照搬原文的片段很多、很长，即使改了少量词语，或者连续大段摘录，查重系统都很容易识别出来，标红一大片。但如果你确实是自己消化理解了，再用完全不同的词语和句子结构写出来，即使意思一样，被系统识别为重复的字数也会大大减少。另外，你自己以前写的东西，如果也被查重系统收录了，这次再写到论文里，也会被算重复。

你学的专业领域也有点影响。有些学科，像文学理论、政策分析、某些实验方法说明这些部分，固定的术语、经典的表达方式就是那些，大家写起来容易不自觉用类似的话。查重系统扫描时，就容易在这些高频出现的表达上标出重复。而理工科很多内容是数据、公式、自己做的图表描述，自然语言的“重复”空间相对小点。所以不能只看重复字数绝对数，要联系专业背景看。