传统机电产品检索往往是通过二维草图、三维实例作为查询条件进行检索,而这种检索方式对检索者有较高的要求;更多情况下,当检索者需要检索某机电产品时,其脑海中已有信息往往是其功能、结构等高层次的语义信息。然而,传统的基于关键字检索的模型存在着“表述不准确、词汇孤立无联系、多词同义”等问题,严重影响了机电产品检索质量。本文针对这一问题展开研究,构建一个基于语义分析的机电产品检索模型,支持用户采用其惯于表达的自然语言进行检索。论文主要完成以下两个方面的研究工作:⑴提出扩展CPM的机电产品知识表征模型并构建了机电产品本体库。首先对机电产品检索过程进行分析,归纳总结出检索过程中用户的多样化应用需求知识与机电产品特征知识;基于此对CPM知识表征框架进行扩展,形成适于机电产品知识表征的模型;最后完成知识表征模型到本体知识库的映射,生成机电产品本体知识库。⑵提出基于语义分析的机电产品检索模型。首先运用Lucene解析器针对自然查询语言进行预处理操作,主要包括分词、去除停用词等;预处理后的检索关键词基于Word Net同义词与本体库上下位进行多层次模糊语义扩展,并将小于隶属度设定值的扩展结果进行过滤;之后基于多层次模糊语义扩展结果,提出了多模式相似性检索匹配算法;最终基于Ontology实例库的语义相关度排序算法将检索结果进行排序,得到用户需要的检索产品。基于以上研究工作,本文设计一个基于语义分析的机电产品检索原型系统,完成了基于扩展CPM的知识表征模型并构建了机电产品本体库,实现了基于语义分析的机电产品检索。通过相应的实验数据分析验证了基于语义分析的检索方法的有效性与可行性。