La medición de la similitud de texto es la base de las tareas de procesamiento del lenguaje natural, que juegan un papel importante en la recuperación de información, la respuesta automática a preguntas, la traducción automática, los sistemas de diálogo y la coincidencia de documentos. Este artículo examina sistemáticamente el estado de la investigación sobre la medición de similitud, analiza las ventajas y desventajas de los métodos actuales, desarrolla un sistema de descripción de clasificación más completo de los algoritmos de medición de similitud de texto y resume la dirección de desarrollo futuro. Con el objetivo de proporcionar una referencia para la investigación y aplicación relacionadas, el método de medición de similitud de texto se describe desde dos aspectos: la distancia de texto y la representación de texto. La distancia de texto se puede dividir en distancia de longitud, distancia de distribución y distancia semántica; la representación de texto se divide en basada en cadenas, basada en corpus, texto de semántica única, texto de múltiples semánticas y representación basada en estructuras gráficas. Finalmente, el desarrollo de la similitud de texto también se resume en la sección de discusión.