随着互联网的飞速发展,以数据化形式存在的文本信息已经成为计算机处理的一种重要资源。传统的信息处理技术主要以统计和文本表层特征为基础,缺乏对文本内容的语义理解,在处理效果方面的瓶颈已经成为当前信息科学需要解决的重要问题之一。词语相似度计算可以在语义层面上对描述文本内容的自然语言词语之间复杂的语义相似关系进行定量分析,为信息处理技术提供了语义分析的支持,提高了信息处理效果。因此,研究词语相似度计算具有重要的意义。本文以词语相似度计算和文本分类技术的基本理论为基础,重点研究基于《知网》的汉语词语相似度计算方法,及其在文本分类中的进一步应用。论文的主要工作如下：首先分析了目前常用的词语相似度计算方法,并对其中一种典型的基于《知网》的词语相似度计算方法进行了重点研究,同时阐述了本文的词语相似度计算评估策略。此外,对文本分类技术的分类过程、常用分类方法以及分类评估策略等知识也进行了深入的研究。提出了一种改进的基于《知网》的词语相似度计算方法。深入研究了《知网》系统,详细分析了典型方法在义原相似度计算等方面的不足。针对这些不足,结合《知网》和信息量的事物相似度理论提出了一种区分度较高的义原相似度计算方法,同时对集合相似度计算和概念相似度计算进行了优化。实验结果表明,本文方法的计算结果更为接近人工评判。提出了一种改进的基于语义内核的文本分类方法。分析了传统文本分类方法的高维特征空间、特征之间存在语义关系和文本向量稀疏问题。针对这些问题,引入了词性过滤和语义内核方法。基于语义内核方法的思想,采用本文的词语相似度计算建立语义矩阵,并重新定义内核函数,构建了一个改进的语义内核。语义内核的映射将特征之间的语义相似关系嵌入到文本向量中,提高了文本向量的语义表达能力。实验结果表明,本文方法在一定程度上提高了分类效果。