改善传统信息匹配分类系统性能的一个有效途径就是根据文本的语义或者说概念主题来进行分类.基于《知网》的语义计算匹配分类,在计算词语、句子间相似度时给出了"整体相似度等于部分相似度加权平均"的策略.首先将一个整体分解成部分,再将两个整体的各个部分组合配对,通过计算每个组合对相似度的加权平均得到整体的相似度.对概念语义表达式反复使用这一策略,可将两个语义表达式的整体相似度分解成一些义原对的相似度组合.义原间的相似度由其语义距离转换计算得到.提出的基于隐含语义索引(LSI)的kNN文本分类方法属于LSI在中文文本分类方面的应用.该方法既充分利用了向量空间模型在表示方法上的巨大优势,又弥补了其不考虑文本语义的不足.基本思想是利用文本中词与词之间存在的某种潜在语义结构,先抽取能反应文本的关键词,通过分析关键词之间的关联和潜在的语义关系来进行文本匹配分类.该研究是应国家药品监督管理局的要求,对Internet网上涉药站点自动搜索,发现违规信息及时报警.原型系统经试用取得了良好效果.