随着互联网的发展,越来越多的人们选择通过网络来获取信息,这使得很多文章以网页文本的形式展现在互联网中。不可避免地,很多重复的文本信息也出现在了互联网上,重复的文本导致人们的阅读体验下降,也导致了互联网上存储空间的冗余。本文通过对自然语言处理的研究,提出了一种多特征融合的文本相似度算法。通过该算法,可以快速对库里的文章进行筛选,将高度相似的文章标记,降低用户多次浏览到相同内容的文章的可能。本文还开发了一套在线文章阅读系统,应用了这种文本相似度算法。系统基于浏览器/服务器模型,后台基于Java语言,使用了比较流行的SSM框架,开发环境是Eclipse。前台基于Html+Vue.js框架,开发环境是Node.js+Microsoft Visual Studio Code。该系统能够实现阅读文章,用户登录,用户注册,阅读历史,信息更改的需求。