摘　要：随着信息技术的飞速发展，人们在互联网上越来越容易获取到某个主题的相关信息，并把相关信息稍加修改地放入自己的文档中。本文提出了一种基于向量空间模型的中文文本相似度的检测算法，并给出了系统设计与实现的思路。算法包括预处理、中文分词、生成文本向量模型、文档相似度计算。系统通过spring框架搭建，采用多线程并行运算的方式，充分利用现代多核处理器的性能，提高了计算速率。通过在实际场景中的测试和使用，较好的验证了该算法的准确性和该系统的可行性，对文档内容抄袭行为的发现提供了很大的帮助。



【分　 类】 机械与建筑工程
【关 键 词】 中文查重、向量空间模型相似度、相似度、中文分词
【来 　源】 互联网
【收　 录】 中国学术期刊网