论文被Turnitin标了很多1%-2%的小匹配，为什么总分反而很高？
你打开报告，发现来源列表上有三十多个来源——每个都只有 1% 到 2% 的占比。没有任何一个看起来特别突出。但把这些来源的占比全部加起来——总相似度到了 35%。"没有一个大的，为什么总分这么高？"
这正是数学上累积效应的直白体现。三十个 1% 的来源加起来就是 30%——但这一构成模式在论文原创性的评估上，跟"有三个来源各占 10%"是完全不同的两件事。前者代表你的论文在大量不同的已有文献之间都有分散的、碎片化的措辞交集——这往往是一篇文献综述丰富、学术表达规范的论文的正常特征。你引的文献多、讨论的研究多——你的文字在各个角落跟这些研究的原文产生了合理的术语和短语层面的微小重叠。编辑或导师看到这种"多源碎片化"的匹配分布——通常不会产生警觉——因为它看起来就是一篇投入了大量时间做文献梳理的论文。
你应该怎么处理？实际上你不太需要处理这些分散的 1% 小来源——除非其中有一个来源的 1% 恰好集中在你论文的某一个连续句子上（即不是一个分布在全文各处的碎片，而是在你论文某处形成了一个连续的三四句长的匹配）。turnitin查重 报告的来源列表不是在告诉你每一个来源都值得同等对待——它是以占比大小为顺序排列的——但不代表占比小就绝对不重要。你需要做的是快速扫一遍：有没有占比小但匹配集中的来源。如果三十个来源都是分散的碎片——你需要做的不是逐一去"消除"它们，而是理解它们代表了你论文的学术网络密度，接受这个"碎片化但总量偏高"的相似度是一个健康的数据模式。