搜索引擎无疑是当今计算机领域最炙手可热的关键词之一,它的出现和发展创造着业界无数的机遇和挑战。语义Web的兴起为搜索技术推波助澜,它一方面改变了旧的Web规范标准,实现了Web资源的机器可识别;另一方面它突破了以关键字为框架的传统Web搜索模式,将以字符匹配为特征的关键字搜索升级为知识搜索。本文研究语义Web下的知识搜索及其核心技术,以语义Web搜索框架下的Web资源获取、资源加工和生产、资源消费的智能信息处理流程为主线,分别讨论本体的增量一致性检测优化问题、基于语义的主题爬行问题、自动标注中的实体识别求精和语义生成问题、完整性约束本体的持久性存储问题、以及SPARQL语义查询中的优化问题,并考虑如何借助语义Web中的推理技术(本体推理)分析解决上述问题。这些问题的研究和解决有助于从各个环节和层面提升语义Web搜索能力,实现Web搜索智能化。本文研究内容主要包括:(1)分析本体推理在语义Web搜索框架中的作用和地位,提出一致性预处理优化和空间紧致优化策略,改进本体推理的核心任务之一——增量一致性检测的效率;(2)通过定义断言集一致性扩展和域值关联推理任务,推演关键词间语义关系,提出主题概念的语义叠加效应模型,利用主题概念的语义包含关系判定URLs抓取顺序,实现基于语义的主题爬行策略;(3)将本体推理中概念层次分级与机器学习中的k最近邻法相结合,研究语义Web自动标注中实体的识别求精和语义生成;(4)讨论完整性约束在本体到关系数据库映射中的作用和意义,研究基于完整性约束本体的持久性存储方法设计与实现;(5)研究语义Web资源的查询语言SPARQL查询优化问题,提出语义约简优化策略,并和选择估值策略相结合,进一步提升语义查询效率;(6)基于上述5项研究,研发面向语义Web的知识搜索系统——KS3W。