查重系统主要是分句子找相似内容对比数据库来判断重复的。比如先切分文本成小句子，再用算法算出每句的相似度，如果相似度超过一定比例就标红。比如写论文时系统会自动和已存文献比，发现两句话结构一样就提示抄袭。

为什么这样设计呢？因为查重本质是找文字重复，而文字重复最明显就是句子结构相同。根据前年某机构报告，用分句对比法能识别95%以上重复内容，比全文比对快3倍。比如系统把"人工智能发展很快"和"AI发展迅速"算重复，因为关键词和结构都像。但有个问题，像"人工智能发展得很快"和"人工智能发展得很快"这种完全一样但标点不同的，系统可能漏判。所以现在很多系统还会加标点比对功能。