随着当今互联网的不断发展,人们可以轻易获取到海量的多媒体数据。由于具有低存储消耗和快速查询的特征,哈希学习方法已被广泛地应用在多媒体数据的相似搜索中。尤其是多模态哈希学习,在具有多模态的多媒体数据(如图像和标签)中的应用吸引了越来越多的关注。一般来说,现实应用中的很多数据都带有语义标签的监督信息,因此很多有监督多模态哈希学习方法都利用了这些语义标签来进一步提升搜索精度。然而,大多数已有的有监督多模态哈希学习方法训练过程的时间复杂度都非常高,无法将大规模数据集作为训练数据。本文中,我们提出了一种新的有监督多模态哈希学习方法,称为最大语义关联(Semantic Correlation Maximization)。最大语义关联方法可以无缝地将语义标签信息整合在大规模数据建模中。在真实数据集上的实验结果表明,我们的最大语义关联方法在精度和效率上均显著优于已有的有监督多模态哈希学习方法。