随着互联网的飞速发展,信息过滤已成为信息系统科学领域的技术焦点。从过滤技术角度来看,传统文本过滤技术绝大多数是基于关键字的过滤技术和基于词频统计方法的过滤技术。这两种过滤方法比较简单实用,但仅仅停留在文本结构层次上而无法体现文本语义,故过滤效果很难实现智能化。为解决上述问题,本文提出一种基于语义框架匹配的文本过滤算法。该算法的核心内容包括：对目标文本进行分词、词性标注、特征提取、语义框架提取和语义框架问的相似度计算。在提取关键文本阶段,根据网页元素对正文主题支撑程度的不同,本文将网页分为两层,其中标题作为第一层,正文作为第二层,层次较高的元素权重也相对较大。在进行文本处理阶段,首先对语句进行分词及词性标注。然后,借助语法规则库与分词结果中存储的词性和词在句子中的位置信息,区分出关键词(主谓宾)并填充语义框架,最后将待过滤文本的语义框架同样本的语义框架进行相似度计算。其中,在进行相似度计算时,该算法对权重计算策略进行了改进和优化,主要综合考虑三种因素,即框架元素与行为动词之间的语义距离、框架元素的相关度与层级结构。试验结果表明,与传统算法相比较,该算法在对文本进行有效的降维处理基础之上,使文本的查全率和查准率得到有效的提高。基于上述文本过滤算法,本文设计实现了基于语义框架匹配的短文本过滤系统。试验表明,本系统的性能和过滤效果得到有效的提高。