网上购物由于具有方便快捷、成本低、效率高、选择性强等优点，已经被越来越多的人所接受，并成为一种不可忽视的商业形式。然而，在网上购物的最初阶段，消费者为了找到满意的商品，往往不得不访问多个不同的购物网站，而每次又要经历填写查询表单等繁琐的商品信息查询过程。为了使人们的网上购物体验变得更加方便，自然和人性化，本文提出了智能商品查询服务系统的研究与设计这个课题。该系统允许人们使用最熟悉的自然语言进行商品信息查询，系统将用户输入的问句转换成为针对销售该类商品的一个或多个购物网站后台数据库的SQL查询语句，然后将这些SQL查询语句交给相应的购物网站来执行，最终将来自各购物网站的数据库查询结果进行集成后一并返回给用户。 智能商品查询服务系统本质上是一种汉语自然语言数据库查询界面(NLIDB)技术在商品信息查询中的应用，本文主要的工作包括：针对将自然语言查询问句向SQL查询语句转换这一目标，提出了智能商品查询服务系统的知识库设计方案；在对问句进行词法分析的过程中，提出了一种基于正向最大匹配算法的改进算法IMM用于问句的自动分词，并讨论了问句中的数值词识别问题及如何确定词的数据库语义方法：在问句的语义理解过程中，提出了一种面向SQL转换的问句理解模型SCUM，该模型能将问句词串直接转换成可执行的SQL查询语句；最后设计并初步实现了一个智能商品查询服务原型系统iAnswer，在对数据库语义知识的有效提取的基础上，iAnswer系统能对不同商品领域的购物网站后台数据库进行自然语言查询，并具备了一定的对数据库中隐含信息的处理能力。