为了躲过学术不端检测,剽窃者们通常都不整段的复制粘贴,而是通过较智能的替换词语、调整语序、调整篇章结构等行为来进行剽窃或者通过阅读文档将文档的学术观点占为已有。在这种情况下,要准确检测一篇文档的原创性仅仅采用传统的字符串匹配方法是很困难的,需要采用更加智能的方法。本文在总结了国内外各种论文原创性检测方法的基础上,提出了对论文观点倾向进行分析的论文原创性智能检测方法。该方法针对学术观点剽窃这一行为,参照外部剽窃检测的三个步骤即候选源文档集的检索、源文档集的筛选、后处理,在每个步骤中提出相应的检测方法。首先利用主题模型为文本进行建模,提出将主题建模与经典文本分割算法TextTiling相结合的方法将文本分割成一个个主题片段(待测主题块),然后通过计算主题片段间的主题相似度检索出待测主题块相对应的可能为剽窃源头的候选源主题块集,完成外部剽窃检测的第一步。在此基础上,通过抽取待测主题块的主题词,针对各主题词进行基于词典的观点倾向分析,从而得到待测主题块针对各主题词的观点倾向即待测主题块的观点倾向,根据观点倾向进一步筛选出源主题块集,完成外部剽窃检测的第二步。最后,融合主题相似度与观点倾向分析结果,给出一种论文原创程度的评估方法。本文将所提出的检测方法应用于具体的测试文本集进行实验验证,实验证明,本文所提出方法对于论文观点原创性检测的效果良好。