数据库自然语言接口是人工智能研究的重要分支,它的目标是使计算机能够“理解”自然语言,让用户直接使用自然语言访问数据库。经过四十多年的发展,数据库自然语言接口已经取得了长足的进步,一些成形的系统表现出不俗的性能,但是系统对含有隐含知识的查询句的适应性上还有待进一步提高。本文是在深入的研究了描述逻辑知识表示方法的基础上,采用基于语义模型的技术实现了用户汉语查询句到数据库模式的映射,重点分析了基于描述逻辑的隐含知识理解方法,从而使系统的语言覆盖范围扩展到支持对隐含知识的查询处理上。另外,本文还从体系结构入手,设计了基于描述逻辑推理机的领域知识抽取方法,使系统具有获取新领域知识的能力,以实现应用领域的可移植性。本文的研究重点放在了知识表示和理解方法上,主要完成从已经分好词的汉语查询句输入到SQL语句的生成部分,包含了基于描述逻辑的语义模型的构建、隐含知识的理解和领域知识的抽取三大模块。本文利用中国石油大学的人事数据库展开了实验,结果表明该方法是有效的,能实现含有隐含知识查询句的处理。同时,本文还通过具体的实例演示了领域知识的半自动抽取过程。