有些文档专门用来骗过查重工具:页面看起来正常,但检测工具读到的文字,和你看到的并不是同一份。Plagiarism Detector 会把两者都读出来,精确显示它们的差异所在。
一位大学审稿人给我们寄来一篇论文,它的检测报告干净得令人生疑。里面藏着31处暗招:1磅大小的白色引号,把43个抄来的词伪装成一句"引用",还有粘在句尾的1磅"(2025)",专门用来打断每一次匹配。如今 Plagiarism Detector 能把它们全部找出来,在检测前清除,并在报告里点亮警告。
示例都是英文的,就像演示 Word 文件一样。
文字确实在文件里,只是没人能在页面上看到它们。
字号设为1磅的文字,在页面上只是一个小点,但对检测工具来说却是完整的一个词。粘在两句话之间的1磅"(2025)",能打断横跨它的每一次匹配——一个1磅的引号,也能把普通文字变成一句假"引用"。
白底白字根本看不见——像 #F7F7F7 这种接近白色的颜色也是如此,简单的"是不是白色"测试查不出来。把它们插进一个词的中间,检测工具就会把这个词拆开,再也匹配不到原文出处。
黄色文字配上黄色高亮,看起来就是一条黄色色块。
蓝色文字配蓝色底纹——或者任何颜色配上同样的颜色——都读不出来。
灰色底色的段落里配灰色文字,或者页面颜色和文字颜色完全一致。
把字符缩放设成1%,或者把字符间距设成负10磅,就能把字母全部压成一条细线。
在英文词 "plagiarism" 中间插入一个1磅空格:你看到的是一个词,检测工具读到的是两个词——结果两个都匹配不上。
转换工具和很多查重系统都会直接丢弃公式对象,所以整段用"公式"(equation)打出来的文字,查重时会直接消失。
.docx 文件本来就不该带宏。带了宏的文件,打开时显示的文字可能和被检测时的文字完全不同。
PDF 是一个字一个字画出来的——也可以画得让谁都看不见。
字母被画成和底色一样的颜色——无论底色是白页还是有颜色的方块。
PDF 可以画出既没有填充也没有轮廓的字母。这项技术本身常被正当用在扫描页面的文字层上——所以 Plagiarism Detector 只有在底下没有扫描图像时,才会把它标记出来。
放在页面边缘之外的文字,既不会显示也不会打印出来——但它们仍然留在 Word 文件里。
这是伎俩1的 PDF 版本:字号只有1-2磅的文字。
有些字母看起来很正常,有些根本不存在,却都能改变检测工具读到的内容。
西里尔字母 а、е、о、р、с 和拉丁字母 a、e、o、p、c 长得一模一样,但其实是不同的字符,所以把其中一个字母换成西里尔字母后的 "plagiаrism",就匹配不到任何来源。Plagiarism Detector 会修复这个词,并显示被替换的字母及其编码。
零宽空格和零宽连接符完全没有宽度。只要每个词里塞一个,就没有一个词能匹配到原文出处。
组合字素连接符、变体选择符,还有 Unicode 的"标签"(tag)字符(甚至能夹带隐藏文字)——这些全都能隐形地藏在一个词里。
从左到右标记、细得让词看起来完整的细空格、每个词里一个软连字符——这些都能让检测工具把词拆开。
全角字母 letters 和数学粗体 𝐚 看起来和普通字母一样,其实是别的字符。
每一种伎俩都会在文字被读取的地方被找出来:在 Word 文件的格式里,在 PDF 的字形里,在字符本身里。
隐藏的文字会被清除,仿冒字母会被修复,检测比对的就是你真正看到的文字。
在《原创性报告》里,每一处都会贴上紫色标签:说明隐藏了什么,又是怎么隐藏的。
报告头部会亮起"Counter-detection suspected!"的警示,还带着数量——你绝对不会错过。
骗不过 Plagiarism Detector。白色、接近白色以及和背景同色的文字,都会从文档自身的格式信息里被找出来,在检测前清除,并在报告里标记出来。
不能。Plagiarism Detector 会检查每一个词里有没有来自其他字母表的字符,修复这个词,并显示每一个被替换的字母及其 Unicode 编码。
能——零宽空格和连接符、方向标记、细空格、成片的软连字符、CGJ、变体选择符,以及藏在词语里的 Unicode 标签字符。
这些规则是在真实文档上调校出来的,不会误伤公式、科学记法、网页链接、扫描页面和大学封面页。复制粘贴带来的少量零星隐形字符,会被悄悄清除,而不会被标记。
在《原创性报告》里:文中每一处都有紫色标签,页眉有"Counter-detection suspected!"的警示,UACE 部分还按类型列出完整清单。
可以。下载我们的演示 Word 文件——这个页面上的每一种伎俩都藏在里面——用 Plagiarism Detector 检测它看看。
Windows 版 Plagiarism Detector,3087 及以上版本。