Turnitin+AI查重系统的检测机制是怎么样的？

文本预处理

• 格式规范检查：系统会先对提交的论文进行格式检查，确保文件格式符合要求，如.doc、.docx、.pdf、.txt、.rtf 等。
• 提取文本内容：将论文中的文本内容提取出来，去除图片、表格、图表等非文本元素，只对其中的散文句子进行分析，不包括列表、要点或其他非句子结构。

AI 生成内容检测

• 文本片段划分：将文章分成大约几百字的文本片段，每个片段通常包含五到十个句子。
• 上下文捕捉与打分：对每个文本片段中的句子进行上下文捕捉，分析句子的语言结构和词汇使用等特征，给每个句子打 0 到 1 分。如果确定一个句子不是由人工智能产生的，会打出 0 分；如果确定该句子的全部内容是由人工智能产生的，会打出 1 分。
• 总体预测结果生成：取所有文本片段的平均分数生成一个总体预测结果，即系统认为提交的论文中有多少文本是由人工智能生成的，这个结果有 98% 的可信度。
• 

重复率检测

• 数据库比对：把预处理后的论文文本与 Turnitin 庞大的数据库进行比对，该数据库包含互联网上的资源、以前提交的论文、学术出版物等。
• 语义与文字比对：运用自然语言处理算法和模糊匹配技术，对每篇提交检测的学术论文的语言结构和词汇使用进行深入分析，识别出与已有文献相似部分的内容，不仅仅是简单的文字比对，还会结合上下文的意思进行语意比对3。

结果呈现与报告生成

• 颜色标记：在查重报告中，会用不同颜色来标记不同的相似度范围和 AI 检测结果。如蓝色表示百分比显示在 0 到 100 之间，代表着提交的文件已经成功处理，显示的百分比表示检测出的由 AI 产生的文本的数量；灰色表示 AI 写作检测功能无法处理提交的内容3。
• 详细报告：除了总体的相似度百分比和 AI 生成内容的占比外，还会列出相似部分的来源、单篇的重复率等，方便作者识别并修改抄袭部分。