跨语言文本相似性度量在多语种自然语言处理领域中具有重要的意义。随着信息技术和人工智能的发展,信息资源规模的扩大伴随着资源语言的多样化演变。中华民族包括56个民族,其中少数民族语言文字造就了中华文字的多样性,大量少数民族语言文字信息融入互联网的大环境,丰富了互联网资源的多样性。为了对少数民族语言文字资源进行有效的管理、挖掘和利用,打破跨语言的壁垒,跨语言文本相似性度量问题在多语种文本信息处理领域应用技术中成为基础性地位的课题。本文针对中朝平行语料,研究跨语言文本相似性度量方法。在跨语言词嵌入文本表示的基础上,利用不同语种词项间的共现相关性获得不同语种之间的联系,并将其应用于跨语言文本相似性度量的计算中。首先,收集了近3万篇中朝科技文献摘要文本,处理得到16万组句子级别对齐的中朝文本平行语料,并从句子对中抽取出词对齐信息构建了形式上句子对齐、内容上词对齐的用于训练双语词嵌入模型的平行语料。其次,利用上一步整理得到的平行语料进行双语词嵌入模型建模,得到了映射到同一个词嵌入空间中的两种语言的单词表示,并利用TF-IDF权重加权获得文本的向量表示,通过余弦相似度实现了基于向量的跨语言文本相似度计算。另一方面,利用平行语料中中朝词项共现性,提出度量双语特征词项在共现意义上的关联强度的方法,以此为基础设计了共现相关度计算模型,并结合基于向量表示的文本相似度构建了改进的跨语言文本相似度计算方法。最后,基于Django框架设计并实现了跨语言文本检索原型系统。系统总体分为文本检索模块,后台管理模块和数据库模块三个部分。经测试,系统各模块的功能均达到预期效果。跨语言检索测试表明,本文提出的基于文本向量表示和词项共现相关性的跨语言文本相似度计算方法将基于文本向量表示方法的效果提升了9%,在跨语言文本特征表示和文本相似度度量方面取得了良好效果。本学位论文开发的跨语言文本检索原型系统,其所有功能均通过测试,能够实现中朝跨语言文本检索任务。