随着计算机网络技术的成熟和多媒体技术的飞速发展,信息隐藏成为实现隐秘通信的主要手段,已被越来越多的人所使用。然而,信息隐藏技术的非法滥用却会给国家和社会带来潜在的严重危害。因此,对隐藏信息的检测研究变得尤为重要。文本是一种使用十分广泛的数据形式。目前,文本中的信息隐藏技术研究已经日趋实用,其中自然语言信息隐藏技术代表了文本信息隐藏的发展趋势。基于语义的文本信息隐藏是自然语言信息隐藏的重要组成部分,它具有抗检测能力较强的特点,应用比较广泛。目前,针对这类隐藏方法的检测主要集中在基于同义词替换的隐藏方法上。基于中文虚词变换的文本信息隐藏是一种基于语义的隐藏方法,与同义词替换的方法相比,具有更好的隐蔽性。本文以这类隐藏方法为研究对象,首先研究了一种针对单虚词增删的文本隐藏信息的检测算法,同时在此基础上,设计出一种通用的基于虚词变换的文本隐藏信息检测方案,可以同时检测使用单虚词增删和多虚词替换的隐藏方法。针对基于单虚词增删的文本隐藏方法,通过总结汉语中使用频率最高的虚词“的”字的使用特征,分析增删虚词“的”带来的违背语法和使用习惯等问题,同时根据隐藏后文本中的虚词数量变化,提出一种最近邻法与语言特征分析相结合的检测方法。实验结果表明,该方法具有较低的虚警率和漏警率。在单虚词增删隐藏方法检测研究的基础上,设计出一种通用的检测方案,可以同时检测使用单虚词增删和多虚词替换的隐藏方法。首先建立虚词变换隐藏方法的传输信道模型,分析信道转移特性,获取输入信号和输出信号之间的统计依赖关系。同时分析文本中的虚词跳变值,然后采用人工神经网络中的感知器算法训练产生分类界面,利用分类界面区分正常文本和隐写文本。