词语相似度计算是自然语言处理的基础性工作,可以应用于信息检索、机器翻译、知识获取等任务。本文结合汉语特点,提出融合词典、词向量、汉字、部首等多源知识的词语相似度计算方法,探讨了词语相似性与相关性之间的区别,以构建更为合理的词语相似度计算评测数据集,最后将词语相似度计算应用于语义选择限制知识获取。具体内容如下:(1)基于多源知识的词语相似度计算。提出基于同义词词林、词向量、汉字和部首的词语相似度计算方法,并以线性组合的方式进行融合。实验结果表明,融合方法的结果优于单一方法,在NLPCC-ICCPOL 2016词语相似度计算评测数据集(PKU-500)上的结果超过了第二名。(2)区分词语相似性与相关性。对中英文词语相似度计算主流评测数据集进行了分析,区分出了相似词对与相关词对,以相似词对为基础,构建了更加精准的词语相似度计算评测数据集,使得对词语相似度计算结果的评价更加准确。(3)基于词语相似度的语义选择限制知识获取。借助未知论元与种子论元之间的词语相似度进行论元扩展,从而得到谓词对论元的选择倾向。比较了基于词向量的词语相似度计算方法与基于词典的词语相似度计算方法在选择限制知识获取任务中的表现。实验结果表明,前者效果更好,且二者有一定的互补性,可以结合使用。与语义选择限制知识获取的其他方法相比,基于词语相似度的方法,种子选取灵活,不要求对语料进行深层句法语义分析,在伪消歧实验中也取得了较高的正确率,具有一定的优势。