我们都知道，搜索引擎很待见原创内容，如果网站能够持续更新高质量的原创文章，那权重就能很快起来。但是这里存在着一个问题，那就是百度搜索怎么判断文章是否原创，相信很大朋友对此也存在疑问。本文就简单说说指纹判断、短句判断和段落判断。
指纹判断是否原创
百度很早就有了指纹判断，并且一直在用。什么叫做指纹呢？简单说就是参考了人的指纹特点！
百度在抓取页面内容之后，会剔除那些没有意义的词，保留有实际意义的名词。然后对这些词进行统计，按照出现的次数多少进行排序，次数越多的词权重越高。比如某篇文章关键词“冰箱”出现了最多50次，关键词“价格”出现了第二多的40次，那么就可以判断这篇文章是说冰箱价格的。
如果关键词“海尔”也出现了50次，那么文章就主要是说海尔冰箱价格的。
当然，出现次数多少以外，还有频率比例。
百度搜索通过指纹特征，基本能够判断出文章是否存在相同或者高度相似的，如果存在就表示新收录的文章不是原创文章；如果没有就表示文章是原创内容。
这里有个问题，那就是文章发布的时间问题！比如网站A发布了一篇纯原创文章，百度搜索尚未来抓取，就被网站B给复制过去且被收录了。这样情况下，百度可能就认为网站B的文章是原创文章，而网站A的文章则是复制的。
有人可能会提到时间因子！没错，百度搜索提出了时间因子这个概念，但百度只能是抓取和参照页面上的时间戳，可这个时间戳是可以随意设置的！
所以，总体上百度搜索判断文章是否是原创文章的难度很大，之前百度搜索资源平台也推出了“原创文章”标识的功能，但后面还是取消了。为什么会取消呢？很大原因就是判断的难度太大，会损害到真正的原创内容。
短句判断是否原创
短句判断很好理解，就是把文章按照标点或者其他标准分成很多的短句，然后再进行比较。如果新抓取的文章内容里面有很多短句跟数据库里面相同，就说明文章的原创度不高。
当然，这里也存在问题！我们要知道所有文章都是通过单个的文字构成的，不同的文字又组成句子。判断文章是否是原创文章，就拿具体的文章来进行对比，这个工作量是很大的，毕竟百度搜索收录的数据是海量的。
如果进行严格对比的话，通过短句对比是可以判断原创度的！同样也涉及到时间问题。
段落判断是否原创
段落判断就更加好理解了，那就是把文章的段落作为指标进行对比。现在有些朋友在做伪原创处理的时候，只是单纯的调换段落顺序，这种方式很容易就被百度识别出来了。
段落判断跟短句判断是百度搜索后期再推出的算法，它们是相似的，并且也是相辅相成的。
关于文章原创判断的问题，本文从指纹、短句和段落等三个方面做了简要说明。可以看到百度搜索有很多方法来判断文章是否是原创文章，但即便如此，真正判断原创的难度仍然很大，其中影响最大的就是发布时间。理论上，最早发布的才是原创文章，可是百度搜索不可能对每一篇原创文章都能第一时间抓取！
当然，作为SEOER的我们，不管百度搜索具体是怎么判断文章是否原创的，都应该踏踏实实的去做内容，去做对客户有帮助的高质量文章。
