在智能信息处理中，基于语义的词语相似度计算是一个非常基础而关键的问题，广泛应用于信息检索、机器翻译、自动问答系统、文本挖掘等领域。词语相似度计算的算法有很多种，大部分算法都缺乏词语间各种关系等因素的分析，因此对相似度进行量化时，导致词语相似度计算结果不够精准。本文基于哈工大信息检索研究室开发的《同义词林》，根据《同义词林》的结构信息和词语划分的各种规则，综合考虑了词语间关系、词语在词林中分布区域及词语的语义相关性等信息，分析了它们对相似度的影响，提出并实现了一种基于语义的词语相似度计算算法。为了验证算法的合理性，本文通过三种不同的方法对算法进行实验验证，并与中科院计算所刘群先生提出的基于《知网》词语相似度计算的算法进行了比较分析。从三个方面对本文提出的算法进行测试，包括词语可替换性分析、词语相似性统计分布实验分析和相同词库同义词统计分析。通过比较分析了这两种算法的合理性及准确性。实验结果表明，本文提出的基于语义词语相似度计算方法是行之有效的。这一课题的研究及其成果对于智能信息处理中的多种领域，都将具有一定的参考价值和良好的应用前景。