文本相似度通过一定策略对比两个或两个以上实体（词语、句子、文档）的相似性,以量化的形式表示出来,是自然语言处理中的一项基础性研究。中文文本相似度计算方法多为英文体系文本相似度计算方法的直接移植,此类方法通常只考虑到词语特征,在中文文本表意复杂形式多变的语言环境中,并没有取得理想的效果,因仅依据词语特征计算文本相似度容易丢失中文文本大部分语义与情感特征。因此,本文提出一种融合语义与情感特征的文本相似度计算方法,该方法将文本分为关键词、中心句、重心词三大特征,综合计算各特征相似度得到文本相似度,本文的主要工作如下:⑴提出融合语义特征的Text Rank方法,对Text Rank方法进行本体改造,使用依存关系代替共现窗口判断词语关系,引入词性重要度机制使用全词性词语构建有向词汇图。实验结果表明,该方法关键词抽取准确率高出原方法19.4%,且该方法对低频关键词的抽取效果较对比方法得到了明显提升。该方法提升了关键词相似度的计算精度,提升了本文文本相似度计算方法的整体效果。⑵提出融合语义与情感特征的句子相似度计算方法,用以计算中心句相似度。该方法将语义角色作为句中独立语义单元,结合依存关系与词法关系加权计算句子相似度,并在此基础上引入情感特征,通过计算情感减益的方式修正句子相似度值。实验结果表明,该方法相对于其他方法而言,具有最佳的计算效果。该方法提升了中心句相似度的计算精度,提升了本文文本相似度计算方法的整体效果。⑶提出融合语义与情感特征的文本相似度计算方法,结合上述包含语义、情感信息的关键词、中心句特征与不含语义信息的重心词特征计算文本相似度。实验结果表明,该方法取得了67.83%的准确率,优于所有对比方法,证明融合语义与情感特征能有效提高文本相似度计算效果。