随着现代信息科技的迅速发展,用户面对海量的信息,对想要获取信息资源的准确性提出了更高的要求。目前在信息表达和检索方面,都是用户直接进行阅读和处理,没有给计算机提供可读的语义信息,这就在信息检索过程中限制了计算机的自动分析处理以及进一步智能化的信息处理能力。因此想要提高现有检索的效率和精度,就要改变传统的依靠关键词进行检索的方式。具体到学术论文检索方面,常用的方式是依靠论文的关键词进行检索,也存在上述问题。语义网可以说是全球数据库,现在已经广泛的运用到很多领域。把语义网和传统的信息检索技术相融合,既保证了传统信息检索的优点,又克服了其不理解语义局限性。相似度计算在自然语言处理领域占有重要的位置,同样它也是信息检索领域中的重要问题,是智能搜索的关键性技术之一本文在分析和研究传统相似度计算方法的基础上,改进了相似度计算模型,简化计算的同时又考虑到了语义关系,并把改进的计算模型和语义网相结合。由于语义网的引入使得搜索变得智能化,从简单的依靠关键词匹配提高到语义层面。本文通过深入分析和研究,设计了基于语义网的学术论文检索实验系统。构建学术论文摘要语义网,按照改进的基于语义网的相似度计算模型计算摘要语义网之间的相似度。从实验结果上看,提高了学术论文检索的查准率,证明了该模型的可行性。