随着当今社会的发展,信息量急速增长,如何在海量的数据中查询到用户需要的信息显得尤为重要。传统的检索是以查询关键字为基础,这种检索模型只有在查询关键字完全匹配的情况下才能获取查询结果,这就导致在查询过程中遗漏很多信息,不能准确地满足用户的需求。本体将概念在语义和知识层次上组织起来,具备强大的概念层次结构以及语义关系体系,能够提供逻辑推理支持以及扩展查询功能,基于本体的语义关联检索提升了系统的查全率以及查准率。本文首先对本体的定义、本体的描述语言、已有本体及其分类以及目前已有的本体构建方法等本体和语义检索的相关理论知识、研究现状进行了深入的研究;其次本文在分析已有的基于路径的语义相似度算法与基于信息量的语义相似度算法的前提下,采用多阶段级联模型对概念的语义相似度进行分阶段计算,并且利用BP神经网络对计算结果进行训练。语义相似度算法在本体应用中至关重要,它是语义检索的重要环节,语义相似度算法的好坏将影响系统检索结果的准确性。本文充分研究了传统查询检索技术,分析不同的查询扩展技术的优缺点,综合本体以及局部分析法在查询扩展技术的优势,将两者进行互补,融入到查询扩展技术中,让系统能够扩展出更多的查询候选词,从而提高用户查询的准确性。最后搭建实验环境,并且构建基于石油领域本体的语义关联检索原型系统,将改进的语义相似度算法、改进的查询扩展技术和原型系统分别进行了实验,通过查准率、查全率和F测试值等参数对查询结果进行分析,检验语义关联检索原型系统的检索效果。实验结果表明,基于石油领域本体的语义关联检索系统在查全率和查准率方面都比传统的检索模型要高。