随着网络技术的发展和信息量的激增,信息检索越来越受到人们的关注。而传统的信息检索大多集中在关键字匹配方面,对其语义的处理涉及的不多,因此虽然有较高查全率,但查准率却不高。与传统信息检索相比,智能信息检索的最大特点就是在检索过程中引入了资源对象的语义处理。在信息检索过程中引入本体为实现语义推理提供了必要的基础条件。作为领域知识概念化的系统描述,领域本体定义了领域中的概念术语,描述了概念间的关系,提供了语义推理所需的逻辑规则,能够让计算机识别和理解领域本体的结构和元数据信息,并根据相关的逻辑规则获取信息库中显性或隐性的知识。本文在现有信息检索理论的基础上,将领域本体作为语义处理的基础,并结合用户相关反馈的思想,从不同层次研究了本体在智能信息检索中的应用,开展了如下三个方面的工作:1.提出了一种新的智能信息检索模型。它主要由知识库、查询语义扩展和概念层次过滤三个模块组成。把本体理论通过本文提出的模型应用到信息检索中,使得在一定程度上解决目前信息检索中语义的处理不足的问题成为可能。2.提出一种新的领域本体建模方法。在现有的领域本体构建模式的基础上,通过借鉴其他领域本体的建立模式,提出了一种新的领域本体建模方法用于构建本文系统的本体知识库。该方法具有很强的逻辑性和可操作性。3.提出了一种新的查询扩展算法。针对目前信息检索在查询扩展方面的不足,本文提出了一种新的查询扩展方法。该方法是一种混合查询技术,它结合了本体理论和用户相关反馈技术。本文以中国科学院计算机技术研究所开发的Firtex为实验平台,将新算法与基于余弦相似性的查询扩展算法进行比较,实验表明,新算法更胜一筹。