近年来,最高人民法院以“大数据、大格局、大服务”理念为指导,大力推进人民法院的信息化建设。在此基础上,一系列司法大数据研究、分析工作也相继开展,在取得斐然成果的同时,还面临着许多问题和挑战有待解决。其中一部分问题集中在针对法院数据挖掘分析能力和相关研究的不足上。裁判文书记载了人民法院审理的过程和结果,在中国法院信息化过程中被大量汇聚,已经成为审判领域宝贵的数据资源。通过针对裁判文书的大数据挖掘研究工作,可以提出更加智能化的信息技术手段辅助法官办案。例如:从已有裁判文书库中挖掘相似案例的裁判文书,并为法官提供相似案例推荐;法院可以根据一个法官经手裁判文书的相似程度来评估其一段时间的工作量;法官、甚至案件当事人可以输入案情来查看案件可能涉及的相关法律条文。而要想完成以上这些设想,同时考虑到裁判文书的种种特征、法院审判工作的各类要求以及现有相似度分析方法的局限和难点,需要一种特别针对裁判文书的相似度分析方法。本文提出一种基于主题模型的裁判文书相似度分析方法,该方法针对中国裁判文书的特点而提出,基于语义分析,具备了通用、高自动化、高准确性的特点。此外,当以裁判文书中的法律条文信息为相似度评估依据时,我们在原有通用方法的基础上加入了 Labeled Latent Dirichlet Allocation（LLDA）算法,进一步改进了方法本身,并提出基于词序的相似度分析方法设想。同时,在改进方法的过程中,我们提出了一种LLDA扩展算法,该算法可以帮助我们剔除特征不明显,无法被LLDA模型进行足够表现的标注主题,从而在建立模型的过程中减少干扰。最后,我们通过一系列实验及其结果,验证本文提出的通用方法和改进方法的合理性,表明其在针对裁判文书相似度分析问题上的适用性,并分析研究的优缺点及未来可能的工作方向。