知网查重阈值的计算是基于文本相似度的算法进行的。首先，需要将待检测的文本进行分词处理，然后使用相似度计算算法进行文本相似度的计算。常用的相似度计算算法包括余弦相似度、Jaccard相似度等。接着，根据相似度的计算结果，结合预设的阈值进行判定，从而得出查重的结果。在实际操作中，可以根据具体需求和文本特点来调整查重阈值的计算方法，以达到更精准的查重效果。

另外，对于知网查重阈值的计算，还可以考虑使用机器学习和自然语言处理技术，通过构建模型来进行查重阈值的计算。利用机器学习算法，可以对大量的文本数据进行学习和训练，从而得到更准确的查重阈值计算结果。同时，结合自然语言处理技术，可以更好地理解文本的语义和结构，提高查重阈值计算的准确性和效率。综上所述，知网查重阈值的计算是一个综合考量文本相似度、阈值设定、机器学习和自然语言处理等多方面因素的过程，需要根据具体情况进行灵活应用。