随着信息化时代的到来，信息资源的数量呈现出爆炸式的增长，人们对信息检索的依赖程度也日益加深。自然语言检索具有方便、快捷、易于操作的特点，有效消除了人机之间的交互障碍，已成为信息检索领域的重要研究方向。　　 传统的基于关键词方式的检索，在检全率和检准率方面都存在一定的问题。基于本体的知识表示形式具有良好的概念层次结构，支持逻辑推理，更好的解决关键词匹配技术所带来的“信息过载”、“形义不符”等问题，使信息检索从语法层上升到语义层。　　 论文通过较为广泛的文献调研，掌握了国内外针对该问题所进行的研究成果及主要方法，总结了当前研究中存在的问题。在此基础上，研究提出了本体知识库自然语言查询接口的整体系统框架构想，该设计结合了本体与自然语言检索的优势，能更好的理解用户提问的真实需求；并能利用描述逻辑的推理能力，完成对隐形知识的挖掘。　　 通过分析真实用户提问，本研究分析总结了用户在面对特定领域知识库进行查询提问时使用的主要句型，并由此设计了以提取查询目标和查询条件为中心的转换算法。算法基于规则，完成从用户自然语言提问向本体查询语言nRQL指令的转化。通过设计自然语言通用理解与领域知识相分离的词典，实现系统的可移植性；并通过设计关联词典，从一定程度上理解用户提问中的省略现象。　　 最后，论文基于图书领域，设计构建了一个小型本体，对图书作品的获奖情况、人物情节等进行了揭示，并基于此开发了实验系统，对算法效果进行了验证，证明该算法简单易行，且达到了一定的转化准确率。