目前大多数信息检索都是使用基于关键字匹配的检索方式，该检索方式的核心是关键字符的机械匹配，忽略了文档之间语义层次上的关联，从而导致了检索准确度的下降。为解决现有文本检索系统的低准确度问题，本文提出了一种语义框架和描述逻辑相结合的文本检索方法。在知识表示层面采用语义框架的知识表示方法，通过多层次语义槽表示文档的信息结构和内容；在查询推理方面采用描述逻辑的推理方法，实现对语义框架中语义槽信息的完整填充。本文的研究工作主要包括以下几个方面：1.提出了结合框架和描述逻辑相结合的文本检索系统，在知识表示层面运用语义框架的表示形式，将非结构化文本转换成结构化语义框架。2.本文提出了基于规则的推理算法，采用这种算法可以实现语义框架中对缺省的语义槽信息的挖掘。在推理的过程中使用基于Tableaux算法的Racer推理机，对与语义框架相对应的领域知识库进行推理，最终将语义框架中缺省和隐含的槽值推理出来。3.在词语的相似度计算过程中，提出了加权的语义相似度计算公式。在该公式中，首先使用Word Net词典查询两个词的所有能出现的同义词集的ID，然后根据同义词集组合个数来调节权重w.4.实现了结合框架和描述逻辑的文本检索系统的实例，改系统实例可以完成检索系统最初的设计目标，而且达到了比较理想的效果。最后，将本文提出的结合框架和描述逻辑的文本检索（Text retrieval systemresearch based on frame and description logic, TRS-FDL）与传统文本检索方法进行对比实验，证明了本课题提出的结合框架和描述逻辑的文本检索方法在查准率和查全率方面有了较大的提高，最终为文本检索质量的提高做出了贡献。