学术论文的剽窃现象屡见不鲜,如何通过有效的手段预防并遏制学术剽窃行为,已经成为各科研机构单位所关注的问题。作者所在课题组自2005起,在学术论文的剽窃检查与识别方面进行了大量研究和分析,并先后完成了基于词频统计的论文剽窃检查、基于相对单元密度的论文剽窃检查和基于写作风格特征的论文剽窃检查等版本的系统研发。前两者在大篇幅抄袭和部分文字抄袭的情况下,较好的完成了对剽窃现象的识别和剽窃文字的定位分析,并通过大量的实验证明检查识别结果具有较高的召回率。后者在前两个版本的基础上,引入了针对写作风格特征的检查和识别算法,进一步优化了原有的检查方法,并在检查精度和系统执行效率方面,取得了较好的进展。但是,上述检查方法未考虑学术论文的情感特征,针对情感倾向性不同但文字相似度较高的情况下检查方法具有一定局限性。因此,我们在基于写作风格特征的检查方法基础上,引入针对情感特征语义的考量,优化现有的剽窃检查方法。本文的主要工作有如下五个方面：1.研究比较国内外针对情感特征语义的识别和提取算法,分析本文作者所在课题组的前期工作,说明现有检查方法存在的局限性,论证在学术论文剽窃检查中引入情感语义特征的可行性。2.在前期工作的基础上,结合国内外相关技术,提出基于语义情感特征的论文剽窃检查优化方法,建立情感语义特征词典和多种情感特征评价资源,设计并描述优化后的论文剽窃检查系统流程和检查算法。3.说明了基于云计算平台进行剽窃检查原型系统的技术方案,描述了具体的实现方法。4.通过论文宝剽窃检查系统的实证分析,阐述了基于情感语义特征的检查方法的优化效果,通过实验数据,验证算法的有效性。本文所研究的基于情感语义特征的论文剽窃检查方法,是对本课题组前期工作的优化改进,对学术论文中所包含的情感特征进行识别分析,为剽窃检查课题引入新的考量,进一步完善剽窃检查算法,为打击学术腐败与学术剽窃行为起到有效的预防和打击作用。