信息爆炸是当今信息社会的一大特点，当前信息检索技术面临着Internet网络信息更新越来越快，用户检索结果要求越来越精确的严重挑战，如何有效的找到所需信息因而成为了一个关键问题，语义检索是解决这一问题的非常有潜力的方法。在语义万维网兴起以及相关理论和技术成熟的共同作用下，语义检索已成为近来的一个快速发展的新兴的研究课题。本文对语义检索中若干关键问题进行了研究，论文的主要工作包括以下内容：1．本文以查询关键字词义特性和本体实例之间语义关联强弱分析为切入点，提出了一种综合词义关系和语义关联分析的查询目标分析方法，提高了查询关键字到本体概念映射的完整性和准确性，帮助搜索引擎有效的确定用户的查询目标，解决了传统搜索引擎不能很好理解用户意图的问题。2．判定概念实体之间的语义相似度是语义检索技术中的一个重要问题。本文综合考虑实例多重继承关系、属性及属性值的层次关系，提出了一种语义相似度计算方法，并利用继承关系的树状结构特点对语义相似度的计算过程进行了优化。实验表明本文提出的算法，在本体知识库的多种组成情况下，均能够有效的提高相似度计算的准确率。在实例多重继承关系相对复杂的情况下，准确率提高更加明显。3．本文对如何满足不同用户的个性化查询需求进行了研究，提出了一种基于语义关联的用户偏好分析方法。该方法能够显式和隐式地获取用户兴趣，通过网页归类，将用户对网页的偏好转化为对本体知识库中实例的偏好，借助本体实例之间语义关联的推理，实现用户偏好的扩散，发现隐含的用户偏好。在建立用户偏好模型过程中，该方法综合了时间因素，可以对查询发生时用户对网页的关注情况做出准确预测。在该偏好学习方法的基础上，我们实现了相应的查询优化系统和查询扩展系统，实验表明，本文提出的方法可以有效的发现用户偏好，提高查询的准确率。4．如何准确表达用户意图，判断网页与用户需求的相关性是信息检索技术研究的重要方向。本文中提出了一种基于知识推理的信息检索方法，综合了描述逻辑推理能力和传统搜索引擎技术。该方法以描述逻辑形式表达用户查询需求，依赖传统搜索引擎召回可能相关的网页，通过模糊描述逻辑推理判断网页与用户查询需求的相关性。实验表明，本文提出的方法可以显著的提高搜索引擎的查询效果。5．介绍了本文的研究工作在“综合信息服务系统”原型中的应用，提出了一种整合语义检索技术、坐席服务技术和位置服务技术的新的综合信息服务提供方法，弥补了传统的坐席服务技术和信息检索技术各自的局限性。