ابتدا پایگاه داده متن همشهری را معرفی و متونی را از آن انتخاب می کنیم. بعد از پیش پردازش متن با استفاده از روش TF_IDF کلمات کلیدی را استخراج می کنیم. سپس یک سیستم دسته بندی متن به دو کلاس را پیاده سازی خواهیم کرد. در ادامه با استفاده از یک فرهنگ واژگان کلمات مترادف، اقدام به تشخیص سرقت ادبی در متن خواهیم کرد. تمامی این مراحل در متلب پیاده سازی شده است. همچنین کدها و داده ها پیوست می باشد.