大规模汉语语义知识库是中文自然语言处理领域中不可或缺的基础资源，它已被广泛应用于信息检索、自动文摘、问答系统等方面。但是，采用传统方式建立大规模的语义知识库往往需要较大的人力和时间开销。因此，为了提高构建效率，探索资源构建的新途径，本文将大规模汉语语义知识库中同义词的校对和获取工作设计成众包任务，通过一系列实验完善众包任务的设计、验证设计的合理性，并采用对比其他词典资源和计算词语语义相似度的方法评价同义词众包实验结果。首先，本文设计词典资源整合工具，将目前搜集到的较有参考价值的词典资源，通过机器自动融合，人工校对的方式进行整合，初步形成了大规模汉语语义知识库的雏形。其次，本文利用大规模汉语语义知识库信息完整的特点，将词语的同义词校对和获取任务设计成具有质量控制机制的众包任务，进行同义词众包实验，完善同义词众包的设计，验证众包任务的质量控制机制，收集有效的同义词众包结果。然后，本文通过两种方式考察同义词众包实验的结果。第一，将同义词众包实验的结果，与通过专家编撰方式构建的《同义词词林（扩展版）》结果对比，分析同义词众包实验结果的优缺点。第二，利用基于《知网》的词语语义相似度算法，计算同义词众包结果词语对的相似度，具体量化同义词众包结果的质量。最后，对本文的研究内容进行了总结，并根据现有的同义词众包实验结果提出进一步的优化方案，尝试将众包任务置于更开放的平台进行测试，探索众包技术在汉语语义知识库构建中的应用前景。