当今世界以信息技术为代表的现代科技日新月异,并正在对人类社会产生着不可估量的影响。在现实世界中,文本是最重要的信息载体,计算机对文本相似度的计算是信息处理中一个非常基础而又关键的问题。在信息检索、信息过滤、文本分类、知识挖掘、机器翻译等诸多领域,文本相似度计算都有着广泛的应用。由于中文是意合型而非形合型的语言,计算机对于中文的处理相对于其他语言存在更大的难度,因此中文文本相似度的计算一直是一个研究热点和难点。本论文研究中文文本的相似度计算问题,以提出一种高性能的中文文本相似度算法为目标,主要有如下几个方面的研究成果:1.对现有的文本相似度计算技术进行了研究和分析,其中重点研究向量空间模型和计算机对中文文本的语义分析技术。2.结合空间向量模型的文本向量化思想以及中文语义分析技术,提出一种融合了语料统计和语义分析的中文文本相似度计算方法。新算法采用汉语中的语义主题作为向量空间的维度,将对中文文本的语义分析融合在文本结构化模型中,以克服传统向量空间模型在语义分析层面的不足。3.以科技论文的中文摘要作为测试集,通过文本相似度计算实验对新算法的效果进行了评估。实验结果表明:在同等条件下,结合了中文语义分析的新算法对中文文本相似度的计算结果比单纯采用语料统计的传统算法更合理。4.基于新算法实现了中文文本相似度计算系统CN-SIM,该系统已经在实际的工程项目中获得了应用并取得了良好的效果。本课题的研究及其成果在中文信息处理的许多领域中,都将具有一定的参考价值和良好的应用前景。