在自然语言理解方面，符号主义与联接主义目前都相继遇到了巨大的障碍。在这种情况下，一种非常自然的考虑就是能否将两者结合在一起，来摆脱目前自然语言研究的困境。而语义神经网络就是这样一种思想方法。它打破传统的基于规则的线性的理解模式，把自然语言理解过程看成是语言(文字)信号在人脑中激活相应的神经元并建立/激活语义神经网络的过程。如能实现这一思想，其意义是不言而喻的。但目前其研究工作才刚刚起步，研究者们还仅仅只给出了构思和模型。另外一方面，汉语的机器理解一直都是难点。无论是规则法还是统计法，都未针对汉语的特点系统地提出一套分析方法。我们发现语义神经网络以语义分析为主，这正好符合汉语作为分析型语言的特点。它语义神经网络以概念之间的语义关系为依托，这又能很好地解决汉语语义上的模糊性和词性划分上的困难问题。故本文的工作就是模拟并初步实现这个语义神经网络模型，实现汉语表层语义的理解。我们在文中设计了语义神经网络神经元的模型，给出了神经元的结构、方法的定义和描述，并对汉语表层语义关系进行了初步的分析，同时创建了概念本体库，给出了概念本体的定义以及描述，建立了它与神经元的映射关系，并在此基础上，引入协商机制来保证神经元之间有序地进行自主连接，定义了协商模型和协商语言，给出了SNN的协商算法。由此，自然语言理解过程就是嵌套本体知识的神经元通过相互通讯和协商，达成一定的协议，并产生相应动作的过程。最后本文做了部分句型的试验，结果显示用语义神经网络用于自然语言理解是基本可行的。