基于机器学习的自然语言处理技术日渐应用于文本信息的挖掘中,其中对象实体相似度判别为文本挖掘提供了基础数据的支撑,是文本数据挖掘的关键环节。命名实体是分散在文本中的基础数据,多个命名实体构成对象实体,对象实体可以为相关机构提供更加有效的信息,可以扩充文本挖掘中对象的维度。文本对象实体相似度是一个非常基础而关键的问题,长期以来一直是人们研究的热点和难点。为此做了以下工作:首先,分析了本文的研究背景,意义及研究现状;介绍了文本对象实体相似度研究的理论和方法,包括两种深度学习方法,分词方法,文本标注,开发工具。其次,本文采用了隐马尔可夫模型的维特比算法来对中文文本进行命名实体识别,识别出的命名实体为后续研究的基础数据;构建了对象实体模板,模板考虑了文本中命名实体的上下文关联的情况,增加了命名实体之间从属及距离的约束,并通过逻辑回归算法来训练约束关系的阈值,从而形成结构化的对象实体数据。最后,针对一篇文本中可能出现多个相似或相同的对象实体信息,对数据进行了是否相似的分类判断,文中采取有监督的算法来实现这个分类判断,使用了两个深度学习算法模型:一、基于BP神经网络的simhash相似度方法,采用simhash算法来计算两个数据间各个字段的相似度,并用BP神经网络有监督地训练算法模型,准确率达到80%;二、使用了有长短记忆能力的LSTM代替传统的循环神经网络求距离的方法对文本的相似度进行计算,准确率达到85%;通过实验发现LSTM文本相似度方法在对文本的判别正确率上更加有效,更加适合判断字段信息的结构化数据是否相似。