数据库技术日趋成熟，已应用于各行各业，但仅限于具有专业知识的人员操作。自然语言作为信息表达的主要方式，与数据库查询技术结合在一起，使得越来越多的非专业用户能够以一种易于掌握的方法去访问所需信息，具有重大的理论及实用价值。　　 本论文旨在研究基于数据库的自然语言查询技术。首先介绍了数据库自然语言查询的语句特点：符合特定文法规则、具有一定规律可循，因此具有可实现性。接着研究了基于隐马尔科夫模型(HMM)的词性标注以及角色标注法对命名实体的识别等理论和算法，由此使得语句切分更加精确。　　 知识库的设计在系统建设中必不可少，本系统构建了不同类别的知识库，它们是词法、句法分析的基础。词法分析是汉语处理的必经步骤，本文采用了双向最大匹配法进行分词处理，并在一定程度上消除了歧义。对于未登录词的识别，系统也做了相应处理。结合数据库查询语句的特点，详细讨论了查询目标和查询条件的识别过程，考虑到普通人员的查询要求，本文对不同类别目标短语及多种类型的条件短语作了深入研究。　　 综合前面讨论的各项知识和技术，根据课题要求设计了一个自然语言查询系统，并成功应用在社区人事档案库和利安公司业务信息库查询中，达到了预期效果。最后评述了对本系统的不足以及后期所要继续改进的地方。