抄袭检测并不是一个已经解决的问题。它是一系列技术的组合，每种技术都有其不同的优势和失效模式。理解这些系统的工作原理，会改变你对原创性、引用以及灵感与抄袭之间区别的看法。
N元指纹识别
最常见的技术是N元比较。系统将你的文本拆分为长度为n个单词（通常为3到7个单词）的重叠序列。例如，对于句子“敏捷的棕色狐狸跳过懒狗”，当n=4时，会生成：“敏捷的棕色狐狸”、“棕色狐狸跳过”、“狐狸跳过懒狗”，依此类推。
每个N元组都会被哈希处理，生成一个指纹。系统将你的指纹与来自已索引来源的指纹数据库进行比对。匹配的指纹表明可能存在抄袭段落。
n的取值很重要。当n=2时，会产生大量误报，因为两个词组成的短语非常常见。“该系统”这一短语出现在数百万份文档中。而当n=10时，则会漏掉改写后的内容，因为任何一个词的改动都会导致匹配失败。大多数系统默认使用n=4或n=5，并辅以额外的启发式规则来过滤噪声。
改写问题
简单的N元匹配可以捕捉直接复制的行为，但无法识别改写。例如，如果有人将“该算法以线性时间处理输入数据”改写为“输入数据由该算法以O(n)复杂度处理”，尽管语义相同，但两者之间不存在任何N元重叠。
高级抄袭检测工具使用语义相似度度量方法。它们利用语言模型将句子编码为向量，然后计算向量之间的余弦相似度。即使措辞不同，只要含义相同的两个句子，其向量的余弦相似度也会很高。
这种方法计算开销很大。将提交文档中的每个句子与十亿文档语料库中的每个句子逐一比对，在实时场景下是不可行的。实际系统通常采用多阶段流水线：先用快速的N元匹配找出候选源文档，再仅对排名靠前的候选文档进行语义比对。
源语料库的局限性
没有任何抄袭检测工具能检查“整个互联网”。它们只能检查一个索引，而索引本身是不完整的。Turnitin的数据库虽然庞大，但主要偏向学术论文和以往学生提交的作业。免费工具通常只搜索公开索引的网页内容。
位于付费墙之后的内容、私有数据库中的资料、非中文语言的文本，或者未被通用网络爬虫收录的页面，都无法被检测到。一篇抄袭自冷门外语来源的论文，可能顺利通过所有检测工具。
这并非某个特定工具的缺陷，而是一个根本性的限制。抄袭检测提供的是证据，而非确凿证明。0%的相似度得分并不意味着内容是原创的，而仅仅表示在所搜索的语料库中未找到匹配项。
自我抄袭与常识性内容
抄袭检测工具会标记所有匹配的文本，包括你自己先前发表的作品。在学术出版中，自我抄袭（即未经引用重复使用自己已发表的文字）确实是一个值得关注的问题，但当作者期望看到自己撰写内容的“干净”报告时，这种情况容易引发困惑。
同样，常识性短语和标准技术描述总会显示出一定程度的匹配。“线粒体是细胞的动力工厂”这句话出现在成千上万份文档中。抄袭检测工具会将其标出，但陈述一个广为人知的事实并不构成抄袭。
有效的抄袭检测需要在自动化识别的基础上辅以人工判断。工具负责找出哪些内容存在匹配，而人则需判断这种匹配属于抄袭、常识、正确引用的引文，还是纯属巧合。
