提出了一种基于WordNet和GVSM的文本相似度算法，通过语义的路径长度和路径深度计算两个词的语义相似度，结合改进的GVSM模型计算文本相似度，并对基于TFIDF-VSM模型和本文方法进行了比较。实验结果表明，该算法取得了更好的准确率和效率。

在概念之间的相似程度计算算法中, 基于路径的语义相似度算法扮演着重要的角色.首先分析常用的几种基于路径的相似度计算算法, 然后针对 Wu 和 Palmer 算法中存在的两个缺陷, 提出了一种改进算法. 从整体上来讲,这种算法的改进较为直观, 容易实现,算法时间复杂度和 Wu 和 Palmer 算法类似