本文尝试从本体语义的角度,通过使用本体语义知识来改进文献相似性测度,从而将本体语义与文献聚类相结合,目的是为了提高文献的聚类效果。为此本文提出了一种基于主题词表的文献聚类的实现方法,其中主题词表是一种本体。该方法首先通过使用主题词表对文献集合进行特征提取,并使用TF-IDF (Term Frequency-Inverse Document Frequency)对文献进行表示。然后,根据主题词的语义关系计算主题词之间的相似度。接着,通过结合TF-IDF和主题词之间的语义相似度,进一步得到文献之间的相似度。最后,使用K-means算法对文献集合进行聚类。在本文中,对文献聚类中所涉及的关键技术,包括向量空间模型(Vector Space Model)、特征提取和特征词之间的相似度计算和文献之间的相似度计算进行研究和探讨。本文中的实验构建在林业汉英拉主题词表和中国林业科技论文库的数据基础上并与未使用主题词表的文献聚类方法作为实验结果的比较。实验结果表明,与未使用主题词表的文献聚类方法相比,基于主题词表的聚类算法在文献聚类上有明显的提高。