现代科技高速发展,人们渴望能用本民族语言以自然、直接的方式同计算机进行交流。因此,自然语言的语义分析研究具有十分重要的意义。由于自然语言的本身局限性和语言信息传递所要求的高效性,语义分析特别是深层次的语义分析十分困难。目前有很多相关的语义分析系统包括语义角色标注、指代消解、语义消歧等等,但这些系统仅仅是对语言进行浅层语义分析,获取句子中部分的语义知识,遗漏了很多其他语义知识,从而使得通过自然语言进行的常识推理研究无法进展。　　 本文运用《知网(HowNet)》中的语义知识,通过对常用中文句子进行自动分词、命名实体识别、词语词性标注、句法分析、语义关系分析等步骤完成中文句子的语义知识抽取,构建句子的知识库,实现了一个用于常识推理的中文句子语义知识抽取系统。具体来说本文的研究工作主要包括以下三个方面：首先,提出了一种基于《知网(HowNet)》的中文句子语义关系依存分析方法。结合《知网(HowNet)》建立了自己的语义信息结构库,对句子进行句法依存分析,标注语义关系,最终实现整个句子的语义关系依存分析。其次,提出了一种基于KNN的中文词语语义的自动判定算法。由于《知网词典》的不完备性影响到语义关系依存分析的结果,该算法一定程度上解决未登录词的语义未知的问题,提高了语义关系依存分析的结果。最后,对句子的语义关系分析进行扩展,整合自动分词、命名实体识别、词语词性标注、句法分析、时态等等,设计并实现了一个用于常识推理的中文句子语义知识抽取系统。我们将实现系统所抽取到的知识成功地运用到了一个常识推理的系统中,取得了不错的效果。希望我们的研究可以帮助机器更好地理解自然语言,为实现人机交流打下基础。