1、當今人類越來越重的網(wǎng)絡(luò)依賴性令網(wǎng)絡(luò)數(shù)據(jù)的規(guī)模呈現(xiàn)出爆炸性增長的趨勢，文字作為重要載體，其相關(guān)的文本信息處理技術(shù)得到越來越多的關(guān)注。文本相似度量作為該技術(shù)的關(guān)鍵部分，其準確率直接影響文本信息處理的結(jié)果。
　　目前文本相似度量方法的主流之一是利用向量空間模型(VSM)中向量關(guān)系來反應(yīng)文本之間的相似程度，其概念簡單、可計算性強。但該方法涉及到高維稀疏矩陣的處理，計算復(fù)雜度高，另外，它忽略語義信息對文本的影響。另有一種基于語義的相似度算法

2、可克服此缺點。但需要特定領(lǐng)域的知識庫支持，其建立過程的繁雜性，使此類算法理論多過實踐。
　　借鑒此二類算法，本文提出一種新方法(HSim)。該方法結(jié)合第一類方法中空間模型的優(yōu)勢，以及第二類方法中語義信息的優(yōu)勢，最后利用漢明距離來計算文本相似度，從而避開了對高維稀疏矩陣的直接處理。該方法一方面利用漢明距離克服第一類方法中高維稀疏矩陣低計算效率的缺點；另一方面，VSM模型與漢明距離的結(jié)合，使HSim直接利用語義詞典作為參照，克服了第二