查重是怎么算的

查重通常采用文本相似度计算技术来判断是否存在抄袭。常见的算法有余弦相似度算法和Jaccard相似度算法。

余弦相似度算法比较常用，计算方法如下：

1. 将待比较的两篇文章转换成向量形式，可以将文章中的每个单词看成一个维度，每篇文章的向量长度为所有维度的总数。

2. 计算两篇文章的向量的点积。

3. 分别计算出两篇文章向量的模长。

4. 将点积除以两篇文章向量模长的乘积，即为两篇文章的余弦相似度。

如果余弦相似度高于一定的阈值，就可以判断两篇文章存在相似度，并可以进一步分析是否存在抄袭。