随着互联网的不断发展,信息共享越来越方便,这就会导致剽窃问题层出不穷。单语剽窃问题在国内发展已较为成熟,但跨语言剽窃却刚处于新兴阶段。所以,研究跨语言剽窃问题是目前反剽窃领域乃至整个学术界都迫切需要解决的重要问题。本文通过构建一种基于多特征的跨语言剽窃检测模型,旨在能够根据从译文挖掘出的多种特征来解决跨语言剽窃问题。本文首先对单双语言剽窃的研究现状进行了分析与总结,给出了一种基于多特征的跨语言剽窃检测模型,该模型包括了基于多特征选择的跨语言剽窃分类和基于多特征对应的跨语言剽窃检测。对于跨语言剽窃分类来说,给出了基于多特征选择的跨语言剽窃分类方法。该方法主要是根据译者在进行翻译时出现的欧化现象挖掘出常见的译文特征,在对特征进行进一步的特征选择和特征权值的计算后,训练分类器,针对是否存在跨语言剽窃行为进行分类。在此过程中,给出了一种新的特征选择方法,该方法结合传统卡方检验方法,并在此基础上又考虑了文本中特征的数量以及在类别中特征的稳定程度两个因素来进行特征选择。对于跨语言剽窃检测来说,提出了基于多特征对应的跨语言剽窃检测新方法。该方法主要是根据译文特征和结构特征的对应来进行两次剽窃结果过滤。所谓译文特征对应,即将选择出来的特征与其英文的表现形式进行对应,提出一种计算段落之间特征距离的算法来比较对应的中英文段落。所谓结构特征对应,即将中英段落的结构进行比较,保留结构相似的段落,过滤结构差别大的段落。最后,用基于WordNet的方法对检测结果进行了相似度计算,最终达到了跨语言检测的目的。本文针对构建的跨语言剽窃模型,通过实验对比和实验分析,分别进行了分类结果和检测结果的验证,证明了所给出的模型的有效性和科学性。