21世纪信息技术的飞速发展，带动了全球信息网络化革命的迅猛发展。全球信息网络的普及与共享给人们的日常生活带来了不小的便捷。除此以外，以因特网为主体的信息高速公路已经渗透到社会生活的各个领域，为人类提供了信息共享和交流的现代化通道。移动通信网络发出的手机短消息、即时通信软件发出的即时消息、在线聊天室的聊天记录、博客评论、新闻评论、BBS标题等都产生了数以万计的文本，这些文本长度较短，具有广泛的外延，我们称其为短文本。短文本指纹作为验证短文本的唯一标识，在短文本研究领域中起到举足轻重的作用。只有内容相同的短文本才具有完全相同的指纹值，同理，具有相同指纹值的短文本，我们可以认为这两个短文本的内容是相同的。一旦建立起指纹值和短文本之间的一一对应关系以后，我们就可以利用短文本指纹进行一系列的数据挖掘工作，例如聚类，去重，去冗余等。本课题首先受到Hownet和Wordnet的启发，着重分析概念之间联系关系。通过比较JSON格式和XML格式的优劣，提出用JSON格式构建概念词典的可行性，并给出了构建概念词典的算法。为使该词典具有高效的检索效率，我们设计了概念编码和索引结构达到一致对应的索引表，使概念得到高效的归结。其次，采用了ICTCLAS分词技术，使短文本逐步化简为一个个有效的分词。其中比较重要的一点是，我们对一些特殊的情况做了一定的处理，例如对数字、时间、日期、叠词进行拆分和合并，使调整优化后的分词结果具有比较高的准确率。再次，众所周知，特征值是指定领域中最为核心和本质的概念。受此启发，我们给出了特征值的定义和具体的抽取特征值的办法。在特征值提取的基础上，我们提出了短文本指纹的概念和具体的短文本指纹编码过程，即STF(Short Text Fingerprint)方法。最后，通过介绍实验环境以及主要功能模块之间的关系来分析STF方法对研究短文本相似度的可行性，并且和现有的4种短文本相似度计算方法进行比较，验证了STF能够有效的分析出短文本的唯一性，提高后期短文本挖掘工作的准确性和有效性。