请教:如何编写文本比对程序,比较两文本的相似度...

  请问大家额... 怎么写个文本比对的程序呀?
   是关于信息检索的.
   
   要求比较两个或多个文本的相似度, 按照相似度高低输出..  
   就是可以查出两个文本是不是抄袭的.
  
   似乎要牵扯到分词什么的...

   实在是不懂呀..  有没有高手来帮帮..
   
   怎么分词?,..