系统先根据换行符将文章切分成段，再根据标点符号将段落切分成句，然后分别对各句进行查重检测。

试卷的查重粒度为句子，两句话的相似度主要看句子中包含了哪些词语，以及词语在句子中所处的位置。目前句子相似度只有文字上的对比，不考虑语义上的相近。如果做到语义上的查重，那就不能再去改重了。

非正文部分(如目录、标题、公式、图表、参考文献等)经系统自动识别不参与检测，检测字数一般略小于论文字数。

相似字数=(1个句子*1个句子相似度+2个句子*2个句子相似度+)..... + 句子n字数 * 句子n相似度），句子相似度范围0.00~1.00，绿色句子相似度按照0计算。

任何查重系统只是将论文句子的相似出处全部找到，查重率高并不能直接认定为抄袭。有可能查重系统找到的相似来源是作者本人以前发表的文章。需要教师针对查重报告进行认真分析后，才能确定论文是否抄袭。

任何两种查重系统的检测算法和对比数据库都不可能完全相同，那么就会造成检测结果的差异。对比数据库不同是导致检测结果不同的主要原因。知网拥有最全的学位论文数据库，如果待检测的论文参考了一篇只在知网数据库中录入的学位论文，那么知网查重的相似度会更高，而PaperFree查重的相似度则更低。

简单理解：在查重时将文章分解成一个个小句子，根据一定的算法计算出单个句子的相似度。把其中相似度大于50%的句子的相似字数加总再除以论文总字数即为重复率。单句相似度这个概念看起来比较玄学，网站上并没有明确说明算法，但是我们也可以简单理解一下，大概就是“我写的某句话和已有文献的那句话相同的字数占到了这句话总字数的百分比”这样的东西。最重要的一个信息是：相似度>50%的句子才会被标黄，相似度>80%的句子会被标红。相似度<50%被标记为绿色，相似度计为0。