拿到 Turnitin 增强版报告后，很多人的动作是这样的：先看总相似度，再看来源列表里的百分比，然后从排在最前面的来源开始，一句一句改。改了两小时，相似度只降了三个点，人已经快崩溃。问题不在于不够努力，而在于顺序错了。来源卡片上除了那个百分比，还有两个常被忽略的数字——匹配词数和匹配块数。把它们读出来、算一算，你就能知道哪一段必须整段重写，哪一段只是术语撞车，根本不需要动结构。
匹配词数和匹配块数，各自在说什么
先说清楚这两个数字的含义。不同学校开放的 Turnitin 版本字段名称不完全一致，如果你的报告里没有“匹配块数”这个字段，可以数一数该来源在正文里对应的高亮片段数量，效果一样。
| 指标 | 它衡量什么 | 高了说明什么 |
|---|---|---|
| 匹配词数 | 这个来源与你的文本重合的总词量 | 这个来源对你的论文“贡献”了很多字，重复的总量大 |
| 匹配块数 | 这个来源在正文中被拆成多少个独立的高亮片段 | 重复分散在很多地方，涉及面广 |
| 块均词数（词数÷块数） | 每个片段平均有多长 | 数值大，说明是整段连续的搬运；数值小，说明是零散词组碰巧相同 |
关键在第三个数字。同样是 200 个匹配词，一种情况是 2 个块、每块 100 词——那是一整段照搬；另一种情况是 20 个块、每块 10 词——那是二十处术语和常用表达撞车。这两种情况的改法完全不同，但如果只看百分比，你根本区分不出来。
所以，匹配词数告诉你“这个来源占了多少”，匹配块数告诉你“它散得有多开”，块均词数告诉你“每一处有多严重”。三个数一起看，才能判断处理方式。
第一步：把来源卡片的数字抄进一张表
不要边看报告边改，先把数据落到一张表里。打开报告的来源侧栏，从上往下逐条记录，每个来源一行：
| 字段 | 怎么填 |
|---|---|
| 来源编号 | S1、S2、S3……按报告顺序编 |
| 来源类型 | 学位论文 / 期刊论文 / 网页 / 教材 / 学生论文库 |
| 匹配词数 | 照抄卡片上的数字 |
| 匹配块数 | 照抄，或数正文高亮片段数 |
| 块均词数 | 词数 ÷ 块数，保留整数 |
| 涉及章节 | 标出这些片段落在你的第几章、第几节 |
| 处理方式 | 先空着，第二步再填 |
| 预计耗时 | 先空着，排完序再估 |
这一步花十分钟，但它会立刻改变你对报告的理解。很多人的报告里，占比最大的那个来源其实是块均词数最低的——它只是被引用得分散，并不代表你抄了一整段。
记录时注意一个前提：如果报告设置了“排除引文和参考文献”，那么剩下的匹配块基本都是正文内容，可以直接进入排序。如果没有排除，先把正确加引号并标注出处的部分在心里剔掉，它们不属于需要改写的对象。
第二步：按块均词数分成两个队列
现在开始排序。不要按百分比排，按下面这个规则分：
A 队列（块均词数 ≥ 25）：整段重组
这类来源的每一个片段都比较长，意味着你的句子里出现了与原文连续的、成串的表达。这种重复靠换同义词是改不掉的，因为句子的骨架还在。必须整段重写。
A 队列内部按块均词数从高到低做，最长的先动。
B 队列（块均词数 < 25）：只改术语和连接句
这类来源块数可能很多，但每块都很短，通常是专业术语的固定说法、领域内的通用表达、或者“综上所述”“在此基础上”这类连接成分。它们不需要动论证结构，只需要：把固定搭配换成你自己的说法，把连接词换成另一种逻辑关系，把语序调整一下。
B 队列内部按匹配块数从多到少扫，块数多的先过一遍，因为它在正文里出现的次数最多。
如果两个来源块均词数接近，块数多的排前面——涉及面广的，先处理收益更大。
第三步：两类来源，两种改法
具体到操作层面，两个队列的动作完全不同。
A 队列：整段重组的四步动作
- 把高亮段落完整读一遍，读到你不用看也能说出它在讲什么。
- 合上原文，只凭记忆写下这一段的核心论点和你自己要举的例子。
- 对比你写下的内容与原句结构，如果主语、谓语、状语的顺序还是一样的，重新组织一次，把因果链倒过来讲，或者从反面切入。
- 检查改写后的段落里，是否还残留三个以上与原文完全相同的连续词组。如果有，继续换。
注意，整段重组不是把句子拆开重新拼，而是换一个论证的入口。原文从“概念定义”切入，你可以从“这个问题为什么会产生”切入；原文先给结论再解释，你可以先摆现象再收口。
B 队列：术语替换的三个动作
- 圈出每一个短匹配块，判断它是不是本领域的标准术语。如果是，且你的用法正确，保留它——术语本来就不该换，强行换反而显得外行。
- 如果匹配的是可替换的表达（如“发挥了重要作用”“具有显著影响”“在一定程度上”），换成具体、有信息量的表述，或者直接删掉这类填充语。
- 检查连接句。连续几段都用“此外”“同时”“因此”开头，把它们换成因果、转折、递进等不同的逻辑连接，或者干脆用短句直接起段。
一个去标识化的例子
某篇本科论文的报告中，三个来源的数字如下：
| 来源 | 类型 | 匹配词数 | 匹配块数 | 块均词数 | 判断 |
|---|---|---|---|---|---|
| S1 | 学位论文 | 320 | 4 | 80 | A 队列，整段重组 |
| S2 | 期刊论文 | 210 | 19 | 11 | B 队列，改术语与连接句 |
| S3 | 网页 | 90 | 2 | 45 | A 队列，局部整段重写 |
如果按百分比从高到低改，你会先动 S1，改到一半发现进展缓慢，又跳去改 S2，最后时间全耗在来回切换上。按上面的规则，正确顺序是：先做 S1 的四个长片段，再做 S3 的两个中片段，最后用一轮时间批量扫 S2 的十九个短块。S2 虽然块数最多，但它的改动是机械的、可批量处理的，放在最后集中做效率最高。
几个容易踩的坑
只看块数，不看块均词数。 块数少不等于安全。两块共 200 词，比二十块共 100 词严重得多。
把整段重组做成逐句换词。 逐句换词会留下原来的句子骨架，复查时块均词数几乎不会下降，等于白做。判断标准很简单：改完之后，你能不能在不看原文的情况下复述这一段。
对术语硬替换。 专业概念有约定俗成的说法，为了降低数字把它换成不准确的近义词，会直接损害论文的准确性。术语该留就留，配合正确引用即可。
改完不复检。 改完一轮后重新提交一次，把新的来源卡片数字填回同一张表，对比块均词数的变化。如果某个来源的块均词数没降，说明你的改法没生效，需要回到 A 队列重做那一段。
这套方法的边界
需要说清楚的是，这些数字只是帮你安排工作顺序的工具，不是判断标准。相似度高低不等于抄袭与否，最终怎么认定，取决于引用是否规范、观点归属是否清楚、以及你导师和院系的具体要求。这套方法的用途，是让你发现自己写作中真实存在的、表述上过度依赖某一来源的地方，然后把它改成真正属于你自己的表达。它不用于规避检测，也不能用来掩盖本该标注的引用。如果某段内容确实是别人的观点，正确做法是标注出处，而不是把它改到检测不出来。
另外，报告里的来源卡片只能告诉你“哪里像”，不能告诉你“为什么像”。是文献综述里转述太多，还是方法部分照抄了别人的实验描述，还是讨论部分跟着某篇文献的思路走——这些需要你自己回到正文去读。排序只是起点，真正的判断还是得你自己下。
