在对科技信息需求与日俱增的今天,科技信息检索方法层出不穷。数学表达式相似度计算是科技信息检索研究中的一项重要内容,但因数学表达式具有复杂的二维空间结构,使其不能完全适应于传统的文本相似度计算方法,充分利用数学表达式结构特征对数学表达式进行相似度计算成为一个亟待解决的问题。通过对数学表达式二维结构特征的分析,基于对数学表达式结构特征在相似度计算中作用的研究,提出一种基于SOM聚类反馈的数学表达式相似度计算方法。首先,将数学表达式解析为数学表达式树并获取相关节点信息,在三种哈希算法处理的基础上使用Jaccard算法对表达式相似度进行初始的计算。然后,针对结构特征在数学表达式相似度计算中利用不全面的问题,使用多个结构指标对数学表达式进行评价,据此定义数学表达式权重分配规则,使用SOM神经网络对权重向量聚类,得到数学表达式结构指标评价簇以及结构指标评价分类器,用于对表达式所属簇的判定。最后,为体现结构特征在相似度计算中的作用,以结构指标评价分类器对查询表达式与初始相似度结果列表中表达式的判定结果为依据,使用遗传算法对相似度计算中相关参数进行动态调节反馈,得到最终的相似度计算结果列表。在NTCIR公共数据集中提取到的373615个Math ML-Content格式的数学表达式上进行了实验,并将本方法应用于实验室采集的实际样本数据集中。结果显示所提出的相似度计算方法的计算性能评价指标F1的平均值达到了0.842,相较于基于哈希的数学表达式相似度计算方法提高了8%,本方法对数学表达式相似度的计算性能较好。