句子相似度作为自然语言处理领域的基础,有其广泛的应用前景,例如机器翻译、自动问答、多文档摘要等。但是,自然语言本身的复杂性导致了句子相似度的研究进展并不理想,目前所使用的方法都很少包含句子所隐含的语义信息。为了更好的利用句子的语义信息,本文分别研究了词语相似度与语义角色标注：1.目前,词语相似度计算的方法大都利用“知网”,由于“知网”无法包含所有的信息,导致在具体领域中效果并不理想,本文尝试从大规模语料与网络知识库的角度出发,通过挖掘词语在具体语料与网络知识库中隐含的语义信息从而弥补“知网”的不足,希望更加准确的计算词语之间的相似度。2.由于特征的好坏直接决定了机器学习模型的性能,所以如何从句子的句法树中寻找有价值的特征对于提升语义角色标注的准确率至关重要,例如共同父节点,节点路径等等。本文除了使用前人提出的基础特征外,又提出了一些更有价值的新特征。3.本文通过挖掘语义角色结构所包含的语义信息,提出了一种基于语义角色标注的句子相似度计算算法,并设计了相关实验进行评估。本论文研究得到国家自然科学基金项目资助,编号71231002和61202247。