随着因特网的迅速发展，因特网上的信息每天都以指数量级的速度爆炸性增长，如何从这个浩瀚的信息资源库中获取用户需要的信息，是人们面临的一个重要问题。搜索引擎是目前最有效的手段，据中国互联网络信息中心（CNNIC）2004年1月的最新调查统计表明，搜索引擎以占网络服务使用率的61.6%仅次于电子邮件的使用率，搜索引擎的重要性可见一斑。虽然目前的搜索引擎都在向智能化方向发展，但是衡量搜索引擎好坏的两个最重要的指标——查全率和查准率，依旧是研究的重点。本文对中文语义资源库HOWNET作了研究，针对搜索引擎检索时用户不仅希望检索到包含检索关键词的文档，还希望检索到与关键词内容相关的文档的特点，比较词语相似度的概念，提出了采用“动态重心前移” 方法计算的词语相关度的概念。利用词语相关度对检索关键词进行语义识别并联想，在对检索关键词进行理解的基础上进行搜索，解决了搜索引擎在搜索时只对关键词进行机械匹配的问题。然后，分析了目前搜索引擎系统广泛采用基于词频统计的向量空间模型进行文档特征提取和特征权重计算方法的缺点，提出了基于词语相关度语义层次上的特征提取方法，并采用BP神经网络对特征权重进行调整。