1. 研究目的与意义（文献综述）

随着计算机的广泛应用和intemet的普及，各类信息都在急速地膨胀。

信息量的增长给人们带来了方便，同时也带来了信息查找较为困难，人们越来越希望能够对词义归类以便进行科学研究、商业决策和企业管理，带来经济效益或社会效益。

在现实世界中，词语是最重要的信息载体。

2. 研究的基本内容与方案

基本内容：
本文主要根据语义相似度计算理论的知识，特别是在文本语义相似度方面的深入研究，对原有的传统算法提出改进措施，设计并完成相似度计算系统，主要内容包括以下三个部分：
1.学习研究相似度计算理论，理解语义相似度计算方法的相关概念、文本的中文分词技术、基于 vsm 的文本相似度计算方法，字符串匹配算法等各类算法思想做基本了解，分析各种算法的优缺点、适用特点。

2.重点对基于语义的相似度算法做出研究，分析和学习《知网》的知识库系统，理解对于义原的相似度之间做出优化，并在此基础上加入段落相似度的因素，对于新改进的算法做出有效性的验证。

3.根据算法理论，设计并实现文本相似度系统，介绍系统的组成模块、基本流程、数据结构、结构设计，利用设计系统的特点，选择合适的技术路线和开源框架，完成对各个模块的实现并应用于实际项目中。

3. 研究计划与安排

（1）2018/1/14--2018/2/28:确定选题，查阅文献，外文翻译和撰写开题报告；
（2）2018/3/1--2018/4/30:系统架构、程序设计与开发、系统测试与完善；
（3）2018/5/1--2018/5/30:撰写及修改毕业论文；
（4）2018/5/26--2018/6/6:准备答辩；
附：详情见周记

4. 参考文献（12篇以上）

[1] zhen y, zhong x, li l, et al. animproved algorithm for conceptual semantic similarity in domain ontology[c]//joint international information technology, mechanical and electronicengineering conference. 2017.

[2] 李昊迪. 语义相似度的混合计算方法. 哈尔滨工业大学, 2013.

[3] 陈二静，姜恩波.文本相似度计算方法研究综述. 《数据分析与知识发现》2017 第6期