本申请的目的是提供一种基于海量文档的相似文档搜索方法及设备，本申请通过确定目标文档中的有效分词的分词数量；基于预设相似度阈值和分词数量确定召回词的召回数量；获取待搜索的文档库中包含的所有词和每个词的词频，并按照词频从低到高的顺序，将词频最低的召回数量对应的有效分词均作为召回词；从文档库中选取至少一个候选文档，每个候选文档均包含召回数量的召回词；计算目标文档分别与每个候选文档之间的相似度；将相似度大于或等于预设相似度阈值时对应的候选文档，确定为与目标文档对应的相似文档，不仅避免了进行后续相似度计算的备选文本的漏召回，还降低了后续进行相似度计算的备选文本的数量，从而大大提升了计算速度。