在中文信息处理中,文本相似度的计算广泛应用于信息检索、机器翻译、自动问答系统、文本挖掘等领域,是一个非常基础而关键的问题,长期以来一直是人们研究的热点和难点。目前多数文本相似度算法是以向量空间模型(VSM)为基础的,但这种方法会引起高维稀疏的问题。而且,这类算法没有很好地解决文本数据中存在的自然语言问题:同义词和多义词。这些问题干扰了文本相似度算法的效率和准确性,使相似度计算的性能下降。本文采用一种新的思路,在传统的文本相似度算法中融入语义相似度的计算以提高文本相似度计算的性能。本文对现有的文本相似度算法和语义相似度计算作了深入讨论,在此基础上提出一种基于语义相似度的中文文本相似度算法。本文运用所提出的算法针对某高校某学院的在线毕业设计管理信息系统中学生的毕业论文文本进行了相似度实验,对算法进行了有效性验证。经实验证明,本文提出的算法比传统的文本相似度算法具有更高的效率和正确性。这一课题的研究及其成果对于中文信息处理将有一定的参考价值和良好的应用前景。