随着网络信息技术的不断发展,文本成为了信息的主要载体。因此,中文信息处理成为自然语言处理的一个重要研究领域。文本相似度计算作为中文信息处理的一个研究方向,它在智能阅卷、文本匹配、机器翻译、信息检索等领域有着广泛实际的应用。文本相似度计算包含文本词语划分,语义分析,语法规则分析,构建文本相似度计算模型等。通过阅读大量有关文本相似度计算的文献,进行总结,提出了利用抽象语法树进行文本相似度计算的新思路。本研究包括三部分。首先,采用了一种基于最小信息量的中文分词方法,它是以统计学为基础,在对中文文本进行分词时,不需要提前获取词库中每个词语的先验统计信息,能够在仅有词库的条件下,实现高效分词,获得准确率较高的分词结果。然后,对中文文本进行了结构化的表示。在中文分词的基础上,对分词结果进行了词法分析、语法分析,构建出了基于中文文本的抽象语法树;最后,对近年来已有的文本相似度计算方法进行了总结和分析,提出了基于抽象语法树的短文本相似度计算方法。此方法主要是以抽象语法树为基础,结合向量空间模型的计算方法,进行文本相似度计算,使计算结果更加准确。