干货|不能不知道的查重降重技巧之修改句式，轻松解决降重难题！

当论文查重后，重复率过高的时候，我们会想尽一切办法去降重。重复率是评判毕业生是否抄袭的唯一标准，从而降低重复率（论文降重）是一门必修课。下面来详细分析修改句式的一些降重技巧：

1.针对概念和定义

原文重复：

“TextRank算法是一种用于文本的基于图的排序算法。其基本思想来源于谷歌的PageRank算法，通过把文本分割成若干组成单元(单词、句子)并建立图模型，利用投票机制对文本中的重要成分进行排序，仅利用单篇文档本身的信息即可实现关键词提取、文摘。和LDA、HMM等模型不同，TextRank不需要事先对多篇文档进行学习训练，因其简洁有效而得到广泛应用。”

修改句式后：

”TextRank算法是排序算法，主要作用于文本中基于图的算法。该算法是受到谷歌的PageRank算法的启发而来，首先是对文本进行划分，让其形成多个不同的小组和单元，从而构建相应的图模型，之后再利用投票的原理对文本中的主要成分进行排序，提取文档本身中的关键词。TextRank的工作机理和LDA及HMM模型并不相同，在使用过程中并不需要提前对文档完成训练，在具体的操作中简单实用，应用及其广泛。”

定义是最容易重复的地方。关键词不能改变，而且还不能改变原意。句子的结构通常是主谓宾，其他的都是形容词。主语和宾语不能改变，形容词和其他辅助性的用语都能够作为修改的地方。通过换词，调整前后句子结构都能够做到降重的目的。

2.针对描述性句子

原文重复：

“TextRank一般模型可以表示为一个有向有权图G=(V，E)，由点集合V和边集合E组成，E是V×V的子集。图中任两点Vi，Vj之间边的权重为wji，对于一个给定的点Vi，In(Vi)为指向该点的点集合，Out(Vi)为点Vi指向的点集合。点Vi的得分定义如下:”

修改后：

”TextRank一般模型作为一个有向有权图G=(V，E)，在构成上则是点集合V和边集合E，E表示的是V×V的子集。图中任意的两点Vi，Vj之间边的权重为wji，如果是一个给定的点Vi，In(Vi)则是指向该点的点集合，Out(Vi)是点Vi指向的点集合。点Vi的计算公示如下:”

这种类型可以修改的空间不大，主要是进行逐字修改。

3.针对表格

很多表格是查重的，计入重复率。表格重复，可以对表格内容的文字进行修改，小范围调整。建议将表格作为最后的修改内容。

4.其他修改句式

 其他属于描述性的语句，根据句子的意思进行修改即可，保持原意不变的情况下可以进行调整。根据自己的想法描述，是减少重复率的重中之重；