判斷小說是否抄襲，主要看是否具備以下兩個條件。

（1）將他人作品的整體或部分占為己有。

抄襲他人網絡作品時往往會有兩種抄襲手段，一種是抄襲作品的整體，這種被認為是最低劣的抄襲手段，屬于比較好辨認的一種侵權行為;另一種則是抄襲他人作品的一部分，然后加入個人思維，進行修改和刪除，這種是比較高級的抄襲方式，實踐中比較難以界定。

（2）以所有權的名義對外公布。

抄襲他人的網絡小說是一種侵權行為，對于侵權行為的認定，我國規定需要有損害事實的發生，即網絡小說抄襲者必須在抄襲后以自己的名義對外公布構成了侵權，對著作權人造成了影響。

網絡小說，這類作品多為虛構，獨創性強。司法實踐中，當原、被告作品完全相同或者基本相同、相似的時候，對于是否構成抄襲的認定是比較容易的。但當抄襲是高級抄襲，改頭換面的抄襲，或者被指控抄襲作品僅涉及作品的構思、語言風格、人物特征及關系、主要情節、個別語句等且散落在作品的各個部分、文字等最終表述不盡相同時，對是否構成抄襲的認定就要復雜得多。

如果你是長期寫小說的作者，那我建議還是和第三方版權服務平臺合作，比如鯨版權、維權騎士等，維權騎士的原創檢測工具可以檢測文章原創度，比自己去一一對比作調色板，要方便的多。

我覺得大概就是你的作品發出去后，天下讀者千千萬，總會有人看過其中抄襲借鑒的那部分的原著，就會很容易發現你的作品和那本作品的相似的地方、情節、人物設定什么的，然后就被發現了。不過，掛出來說誰誰的作品抄襲，肯定是這部作品已經挺火了，讀者挺多了。不然一本沒多少人看的小說，讀者少，可能遇上看過抄襲部分原著的人的可能性就小。而且，這種沒什么知名度的小說，也懶得有人爆它抄襲怎樣的。總的來說，被發現是因為“人民群眾的力量是偉大的”。

中國十幾億人口。想不被發現都難

抄襲太嚴重的話一般會，一般看大致內容吧。

個人見解：
故事梗概，故事梗概方面有雷同，或者說直接采取照抄形式搬上去。
主人公名字極其相似，人設關系相似或雷同。
用詞方面針對某一動作的用詞，一個人的積累不可能與另一個人一樣，所以說如果兩部小說中出現的用詞風格一致，極有可能是抄襲。
如果不是很容易看出來，
建議去搜一些網絡上扒出來的抄襲的案例，一結合，大致也能看出來點。
實在看不出來就愛莫能助了，只能說樓主道行太淺，個人見解，不喜勿噴。

一般只有同一個站點的小說才會提出抄襲與否的問題。
話說這個要看人，中國是個人治的社會，他覺得是抄襲那就是抄襲，不是抄襲也是抄襲。當然目前那么多小說，很可能你寫的東西就和另一個不知名小說寫手的東西雷同巧合，這是無法避免的，只能說運氣太差。

網站后臺都是有審核系統的，可以很容易搜索出抄襲的作品。

是什么小說，出版的還是網絡小說，出版的話，抄襲率不超過30%就行，改改，就像改論文那樣。
網絡小說就隨便了，只要別整段的抄，能通過就行。

沒有 真的沒有

度娘上搜，沒有就是了

應該沒有這種軟件，有也不會有那么多抄襲了

沒有 真的沒有 真的真的沒有

最簡單的查詢方法就是，在百度里面分別復制一些你要查詢的文字的文字內容進行搜索，一次復制大概兩三行，搜索查詢，有相同或類似的內容的話百度搜索結果會顯示紅色的。但是如果是從網上抄襲然后再進行一些編輯的話就不容易查出來了。不過如果不是學術類的文字，從網上抄襲后再進行編輯也沒什么大不了的。

另外可以給你介紹幾個比較專業的概念，以助你區分原創和偽原創。
1.相似度
相似度是搜索引擎去重用的最多的算法，用的比較多的一種是TF/IDF算法，這個也是計算相關性的算法，TF-IDF的主要意思是說：如果某個詞或短語在一篇文章中出現的頻率高，并且在其他文章中很少出現，則認為此詞或者短語具有很好的類別區分能力，適合用來分類。
TF詞頻（Term Frequency）指的是某一個給定的詞語在該文件中出現的次數。
IDF反文檔頻率（Inverse Document Frequency）指的是：如果包含詞條的文檔越少，IDF越大，則說明詞條具有很好的類別區分能力。
當一篇文章根據TF/IDF進行計算后，形成了一個多維的向量，這個向量就是這篇文章的內容特征向量，當兩篇文章的特征向量趨于一致的時候，我們認為這兩篇文章的內容接近，如果一致則說明是重復的。
關于TF/IDF與向量算法的詳細請參看 Google黑板報的數學之美12-余弦定理與新聞分類
2.數據指紋
當搜索引擎通過相似度把文章收集起來后，要判別一下是否是重復文章，經常用的就是數據指紋，數據指紋有很多種算法，常見的比如講文章的標點符號提出，進行對比，你很難想象有兩篇不同的文章，標點符合是一致的。還有對向量進行對比，也就是TF詞頻（關鍵詞密度）等等來判斷。

這時候你可以想象出，現在很多偽原創工具，只是把關鍵詞進行了替換，你想關鍵詞替換后，標點符號指紋是不變的，甚至連TF詞頻都不變。還有對文章進行段落的重拍，這個的確是打亂了標點符號，但是向量和詞頻問題依然存在。那么這樣的偽原創工具有沒有價值你就可想而知了。