通过W3C(万维网联盟,World Wide Web Consortium)组织及工业界和学术界的不懈努力,语义Web形成了由资源描述框架RDF(Resource Description Framework)为核心的多层体系结构。RDF以一种特定的表达方式,定义了一种可以让计算机理解其数据语义的描述。由于其数据结构有别于传统的关系数据库,也不同于普通的Web网页或文档,这种特殊的数据结构对数据管理提出了诸多新的问题,所以在信息检索方面的应用也越来越受到人们的关注。对RDF图的检索工作,考虑到用户操作的简易性,关键词查询仍是主流查询方式。由于数据结点之间具有复杂的语义关系,数据结点的文字描述篇幅较短,所以无法将传统的关键词检索技术简单地应用到RDF图检索中。否则,不仅会直接导致检索结果严重缺失语义,还会降低检索的查全率(Recall Rate)和查准率(Precision Rate)。针对当前存在的问题,本文从RDF图的结构和丰富的语义特性角度出发,提出并构建了RDF图层次概念索引,同时设计了基于概念索引的RDF图语义检索方法。首先,通过对RDF图的预处理,完成实体结点的概念扩展、实体抽取、层次聚类,进而构建用于语义检索的层次概念索引；然后,将用户的检索条件进行语义扩展,得到一个包含概念、实体、关键词的组合查询条件,同时将概念映射到本文提出的语义空间中,对层次概念索引进行检索,得到初步结果集；接下来进行RDF图的二次查询,将最终结果返回给用户。本文设计了RDF图层次聚类语义检索的整体框架,并实现了一个原型系统。以DBLP中的计算机文献领域数据为数据集对该原型系统进行实验验证,其结果证实了层次聚类语义检索方法的可用性。层次概念索引的构建,缩小了检索范围,提高了查询效率；关键词概念扩展和语义空间的构建丰富了检索结果的语义特性,进而提高了查准率；RDF图的二次检索也使得检索结果的查全率有所提升。