随着互联网、个人移动终端、网络自媒体的发展,网络数据日益增长,自然语言处理领域也面临着处理海量数据的问题。由于受到存储和计算能力的限制,传统单机处理的模式已逐渐不能满足需要,取而代之的是采用计算机集群对海量数据进行分布式存储和处理。对于自然语言处理领域海量数据的处理问题,目前有两种较为流行的解决方案,一是调用开源计算框架的算法库,二是使用某些网站提供的在线处理服务。前一种方案使用过程比较复杂,需要用户部署大数据平台并拥有分布式计算程序设计能力,对于一般用户来说门槛较高;后一种方案用户需将要处理的数据通过互联网发送到网站平台,并支付一定的费用,当数据量较大时,将耗费大量的网络资源和数据传输时间。若数据涉及保密问题,则无可行性。为此,本文设计并实现了一种基于Hadoop的自然语言处理平台来解决上述问题。该平台采用Hadoop这一成熟的分布式存储和计算框架,解决了计算机单机存储和计算能力不足的问题。同时,基于Hadoop开发了部分自然语言处理算法插件,以支持特定的自然语言处理应用,并开发了界面友好的用户接口,大大降低了用户使用该自然语言处理平台处理海量数据的难度。该平台所包含的计算机集群可在本地部署,用户通过局域网与平台相连,完成数据导入和计算结果的导出,既节省时间,也可保护自身数据的私密性。论文的主要工作包括:（1）设计了基于Hadoop的自然语言处理平台,该平台包括基础层、插件层、应用层和界面层。（2）实现了平台各个层次的功能。采用插件化的应用实现方法,以文本聚类和文本分类作为具体案例,在该平台上完成了自然语言处理应用的实现。3、完成平台的设计和实现后,对平台进行了部署,开展了性能测试、功能测试和压力测试。