随着互联网的普及和多媒体技术的发展,数字漫画作品逐渐占据了漫画产业的主流地位,盗版漫画作品随之出现。数字漫画作品的侵权行为主要体现于文本和图像两方面,然而目前并没有相关技术手段对数字漫画作品的文本侵权行为进行识别和认证。因此本学位论文在现有文本版权识别研究的基础上,提出了基于漫画人物语言特征的内部版权识别和外部版权识别方法。首先,针对漫画语料不足的问题,构建了漫画原语料与盗版漫画语料,并命名为MH100漫画文本数据集。对搜集到的4种不同类别的漫画作品,通过文字识别的方式来获取漫画语料。然后以章节为单位切分语料并进行文本预处理,完成漫画原语料的构建。接着根据不同的抄袭比例,采用完全抄袭、随机增删、随机打乱、同,近义词替换和回译等方法构造了盗版漫画语料。MH100漫画文本数据集为后续版权识别研究提供了数据支持,并改善了当前无数据可用的现状。其次,提出了基于风格特征的漫画文本内部版权识别方法。在没有漫画语料库的情况下,分别从词汇、结构和句法三个层面对语料进行分析,提取具有漫画特点的文本特征,并将单个章节特征与单个作品的所有章节特征平均值的偏移量作为漫画文本风格特征,接着采用SVM分类器对漫画文本的异常章节进行识别,从而判断作品的版权归属。最后,提出了基于SBERT和Doc2vec的漫画文本外部版权识别方法。该方法是在漫画语料库的基础上,将可疑文档与语料库内的文档进行文本匹配。结合SBERT模型提取的语义特征和Doc2vec模型提取的文档特征,构造新的漫画文本表示向量,并将可疑文档与目标文档的特征值进行拼接,输入到2层全连接网络中,根据文档间的相似性对漫画文本进行版权识别。对于漫画文本内部版权识别实验,融合三种特征的风格特征可以更好的识别异常章节,并且SVM分类器相比于逻辑回归、随机森林和多层感知机三种模型,准确率分别提升了0.7%、0.6%、3.9%。对于漫画文本外部版权识别实验,与现有文本匹配模型ABCNN模型、RE2模型、ESIM模型和Bi MPM模型相比较,本文提出的方法在Com50数据集上准确率分别提升了11.7%、11.1%、1.3%、2.7%,在Com100数据集上准确率分别提升了6.9%、3.6%、0.8%、3.7%。实验结果表明,本文提出的漫画文本版权识别方法在有无语料库的情况下,均可判断漫画作品的异常章节与文本间的相似性,构造的漫画文本特征可以对不同类别和抄袭比例的漫画文本进行表示。