本专著对抄袭检测，尤其是高模糊抄袭检测，开展深入的研究。以大幅提高抄袭检测系统性能为目标，提出了基于统计机器学习方法解决抄袭检测问题的方法，探索了抄袭检测的语料库构建、web环境下的抄袭源检索和基于语义的高模糊抄袭检测的问题、方法、架构和模型。具体内容包括：1、综述了抄袭检测的概念、类型和框架；2、提出了基于自然标注的抄袭语料构建方法，解决了高质量、反映真实抄袭情况的抄袭语料匮乏问题；3、提出了基于排序学习的源检索查询生成模型和基于检索结果聚合性的源检索过滤模型，解决了以互联网为抄袭资源的抄袭源检索问题；4、提出了句法和语义交互的文本深度释义匹配模型和基于序列标注的文本对齐模型，解决了高模糊抄袭的检测问题。