【摘要】［目的 ／意义］为解决现有网页文本缺乏起源标注的问题，提出一种借助ＰＲＯＶ本体发现相似网页文本起源关系的方法。［方法／过程］通过聚类算法、自动语义标注和关联数据构建等技术的综合应用，结合ＰＲＯＶ－ＰＯＬ溯源模型，检测网页文本实体的演变过程，实现文本级和属性级两级溯源方案。［结果 ／结论］实验验证了借助语义网技术和数据溯源模型实现网页文本数据溯源的可行性，但实验过程中聚类算法的召回率有待提高。