论文查重网页的，网页查重主要包括两部分，一是对原始网页的去重，主要是对网页噪音净化，二是对网页主题信息的提取。知网查重是依据连续出现13个字符类似就会判为重复，换句话说超出13个字类似就会被系统软件标红，计算到重复率当中。知网查重时，黄色的文字是“引用”，红色的文章是“涉嫌剽窃”。