Turnitin 是一个在线文本比对系统。把论文传上去，它把你的文字和库里的内容逐句对照，标出重合的部分，生成一份原创性报告。
关键在于这句话的后半段：它比对的是文字，不是判断力。系统不会告诉你「这篇论文是不是抄的」，只会告诉你「这些句子在别处出现过」。剩下那一步——重合到底算不算抄袭——是教师和学术委员会做的判断。
它到底在比对什么
提交的文件会被拆成句子级的片段，每个片段拿去和库里的内容做匹配。匹配到的片段被标上颜色和编号，编号对应到具体来源：哪篇文章、哪个网页、重合了多少字。
所以报告上那个百分比（Similarity Index）的含义是：被判定为与库中内容重合的文字，占全文的比例。这个算法有两个容易被忽略的细节：分母包含参考文献和引用，同一段文字即使同时匹配多个来源也只计一次。这两点决定了「相似度 18%」和直觉里的「18% 是抄的」不是一回事。
库里有四类来源
比对库的构成决定了它能查出什么，这是理解这个系统的关键：
- 公开网页：搜索引擎能抓到的页面，规模最大的一类
- 学术出版物：与出版社合作的期刊、图书、年鉴，这部分是付费内容，也是它的核心资产
- 学生文稿：全球院校提交过的论文与作业，往届同题作业就靠这一层撞出来
- Crossref 期刊库：通过 Crossref 索引的期刊全文，主要用于期刊投稿场景（对应产品是 iThenticate）
四类来源的权重不一样：中文论文撞得最多的是网页，英文论文撞得最多的是出版物和往届文稿。这也解释了为什么同一篇论文在不同系统里数字差很多——库不一样，重合的段落自然不一样，具体见和知网有什么区别。
查得出的五种情况
- 逐字复制：整段搬运，包括改了标点、换了连接词的「微调」
- 改写不标出处：换了句式和用词，但观点与论证顺序照搬，段落结构仍能对上
- 翻译抄袭：把中文文献译成英文投稿。这是它相对少见的强项，跨语言比对不依赖字面重合
- 自我抄袭：把自己以前发表或提交过的内容再交一次。库里有记录，撞上同样标出
- 拼凑式复制：从多篇文献里各取一两句，缝成一段。逐句匹配正是为这种情况设计的
查不出的六种情况
这部分比上面更重要，因为它决定了报告「没问题」能证明到什么程度：
- 观点与逻辑的挪用：把别人的核心论点换一套说法讲出来，只要句子结构不重合，就测不到
- 图片、表格里的文字：截图、扫描件里的文字不在文本层，比对不到
- 未入库的文献：付费墙后的专著、内部讲义、未公开的学位论文、部分中文核心期刊
- 代写：一篇原创的、从未提交过的稿子，相似度和 AI 指标都可能很低，但写作过程不是你的
- 代码与数据：专业代码库、实验数据的原创性不在它的能力范围内
- 深度改写：经过多轮重构、加入自己论证的段落，与原文只剩思想上的关联
换句话说，低相似度只能证明「没有大段文字重合」，不能证明「这篇论文是你的工作」。学校真正在意的往往是后者。
谁在用，个人怎么用
三类用户：高校（课程作业与学位论文）、期刊社（投稿检测，产品是 iThenticate）、部分中学与国际课程。学校按机构授权采购，学生通过学校的课程入口提交。
个人没有官方零售渠道。市面上的自助检测，本质是机构账号的分时使用，所以价格由服务方定，没有统一官方价，报价构成见价格怎么算。用第三方服务时，唯一需要确认的是提交的文稿会不会进比对库——一旦入库，下次别人提交相似内容就会撞到你，这个设置的解释在怎么让文稿不被收录。
一句话总结
Turnitin 是一把尺子，量的是文字与已有文献的重合程度。读数低，说明没有大段搬运；读数高，说明有重合需要解释。两种情况都不能直接等同于「抄了」或「没抄」——那是人的判断。报告怎么逐项读，见原创性报告怎么看。