论文文章采集的数据包括

老师，一般都是用知网查重的。也可以问下学校，是要求什么查重系统，按照学校的要求来。论文查重，把自己写好的论文通过论文检测系统资源库的比对，得出与各大论文库的相似比。论文检测服务也可以称为论文查重，一种为了应对论文（包括学位论文、学术论文、发表论文、职称论文以及科研成果和学生作文）的学术不端行为（包括抄袭、剽窃、伪造、篡改、不当署名、一稿多投等行为）而推出的计算机软件检测系统。当有一个文章需要检测时，放入比对库进行检测，如果某一句、某段、或者整篇和对比库中的文章相似，就会视为重复给记录下来。整篇文章检测完毕之后，会根据之前记录的重复内容来生成比对文档。比对文档通常是网页格式或PDF格式，比对文档中会有论文检测获得的相似比例、重复的内容所在、重复内容的来源文章。论文检测需要搜索引擎技术作为支撑，包括资源采集技术，文本数据库加工技术，文本数据库技术,数字资源版权保护技术,知识挖掘技术,自然语言处理技术、快速比对技术等。