本发明公开了一种基于OCR的文本相似度计算系统，涉及人工智能技术领域。本发明包括文件预处理、OCR识别和文本相似度计算，文件预处理的输出端和OCR识别的输入端电性连接，OCR识别的输入端和文本相似度计算的输入端电性连接，文件预处理的输入端电性连接有数据输入，文本相似度计算的输出端和数据输出的输入端电性连接。本发明主要实现用户要求输入的PDF文件相似度计算和相似文本定位，PDF文件内容的智能提取、分析与相似度计算，为用户提供高精度的文本相似度服务，帮助快速定位到相似文本位置。本发明以文件预处理、OCR识别、文本相似度计算三个功能模块作为系统框架，实现从数据预处理到文本相似度计算的一站式服务。