语义标注是一个在领域分类指导下，为文档填加规范化知识表示的过程。表示结果可应用于面向文本的知识挖掘、智能检索等其它深层分析中。中医古籍文献即医古文，是我国中医文化精华的载体，对医古文的分析和处理越来越受广大学者的关注。然而，目前在大多数的医古文数字化过程中尚未加入语义标记，因此，在数据挖掘方面，对其进行的研究还仅仅停留在浅层分析阶段。深入研究文本中蕴含的语义关系仍依赖于大量的人工分析。利用语义标注技术对医古文进行语义标引将有助于实现对中医古籍文献的自动深层分析。本文针对医古文中包含的名词性术语及叙述性术语进行了标注，名词性术语描述了特定事物的名称，如中药名称、方剂名称等；叙述性术语描述了特定事物的属性，如疾病症状、疾病病机、疾病病因等。本文主要工作如下：1．针对名词性术语的标注，本文提出了一种基于半监督学习的Bootstrapping方法；为保证结果的准确性，在方法中融合了人机交互技术；实验结果表明，在没有用户参与的情况下，中药名称识别F值达到51.3%，方剂名称识别F值达到44.9%；在模拟了人机交互策略的实验中，中药名称识别F值提高到90.6%，方剂名称识别F值提高到74.9%。2．针对叙述性术语的标注，本文将叙述性的标注问题转化为医古文中短句的分类和序列标注问题；为了降低语料的稀疏程度、增加标注特征，提出了两种预处理方法即基于名词性术语的规约操作和基于知网的替换操作；通过实验分析了不同参数设置对标注效果的影响，得到了解决标注问题的最佳参数组合，并且实验结果表明，两种转化方式均有效，且序列标注模型取得了更好的标注效果。3．设计并实现了一个以交互方式完成语义标注的医古文辅助语义标注系统，该系统可在用户参与的过程中，不断提高语义标注效果。