互联网按“深度”可以分为Deep Web和Surface Web。与通过超链接访问的Surface Web不同,Deep Web中的信息只能通过向表单提交查询来获得。Surface Web上的信息多为非结构化信息。Deep Web则正好相反,其中蕴含的信息绝大多数是结构化信息,因而受到研究人员的重视。Deep Web数据源分类和Deep Web查询接口模式抽取是Deep Web信息获取的关键技术。根据Deep Web信息的特点,本文使用本体技术解决Deep Web信息获取技术上的一些难题,有效地解决了传统方法的局限性。首先,本文基于互动百科、CWB中文词库中的知识,根据Deep Web信息的特点,使用Protege本体编辑器,通过人工方式为图书、电影、音乐、数码产品、房地产这五个领域建立了中文本体,为Deep Web数据源分类和Deep Web查询接口模式抽取提供了中文本体知识库的支持。其次,针对中文Deep Web网站,提出了基于查询接口文本的Deep Web数据源分类方法。该方法使用查询接口中的文本信息作为分类属性集,基于空间向量模型,利用本体构造特征,提高了分类准确率。最后,提出了基于本体的Deep Web查询接口模式抽取方法,使得计算机能够在语义层次上理解查询接口,并在领域本体的帮助下将查询接口模式转换为本体模式。本文对5个领域200个查询接口抽取模式信息,实验结果表明本文方法的准确率和召回率均高于传统的基于启发式规则的方法。