该文在研究汉语语句分词特点及方法的基础上,引用已有的词库及包含分词函数的动态链接库对语句进行自动分词,并进一步提取语句的关键语义信息,而且将关键语义信息中的颜色名转换为可量化的HSI数值,为后面进行图像相似性度量打下基础.对图像内容的不同属性,采用不同方法计算其相似度.对于图像主色调,计算相似度时综合考虑两图像中主色调的相对频率及其每对主色调的相似度.对于图像主体大小,根据主体面积与图像面积之比及检索目标要求,采用不同公式(对应大、中、小)计算其相似度.对于主体位置,采用相对位置归一化距离计算相似度.对于主体方向,采用主体的方向角差计算相似度.整体相似度采用层次化递归方法计算.为了衡量图像描述的复杂程度,引入了信息测度的概念.图像信息测度也采用层次化递归的方法计算,即根据"图像属性的表征方法",采用逐层逐级递归计算.如何计算图像某一子属性的信息测度是一个值得探讨的问题,该文对Shannon概率信息测度方法做了改进,并用于对检索结果的排序.该文在上述工作的基础上设计了一个基于自然语言的图像检索系统.实验结果较为理想.论文最后总结了该文的工作,并提出了进一步的研究探索方向.