针对目前词语相似度算法中普遍存在的信息源单一化，计算结果非线性偏高，以及计算性能和效率的不一致的缺陷，提出了一种基于边权重的WordNet词语相似度的计算方法。该方法在路径与深度的基础上，通过边权重改善WordNet结构中的层次不均匀性，引入编码概念唯一标识两个概念间的相似度，并利用余弦函数修正计算结果的非线性偏差。实验结果表明，对于MC30和RG65测试集，使用该方法计算的词语相似度值与人工判定值计算得到的Pearson相关系数均达到0.87；此外，该方法在计算性能和效率上均保持较高水平。