在网络技术飞速发展的同时,web上涌现出的数据也呈指数级增长.XML逐渐成为互联网上描述和交换信息的标准格式,广泛应用于电子商务、数字图书馆等应用实例和产品.XML文档集检索的有效性成为研究一个重要方向.XML关键字查询近年来成为XML数据检索的一个研究热点.相较于XML查询语言,如XQuery等,XML关键字查询有其独特的优势.用户不需要额外学习复杂的查询语言,也不需要深入了解查询信息的内部底层结构,只需要提供相关内容的关键字就可以实现数据的检索.同时XML关键字检索以元素为粒度进行,结果只返回包含用户提供的全部关键字的XML文档片段,提高了检索的速度.论文的主要研究内容如下:将XML树中实体节点和属性节点类比于数据库中E-R模型的实体和属性,提出实体子树的概念,并将实体子树做为语义相关单元的基本元素.定义了标识节点语义信息的语义三元组,从而将关键字和特定的环境语义关联在一起.用户提前确定关键字的语义,可以提高查询结果与用户查询意图相匹配的几率.将关键字分为主关键字和从关键字,在查询过程中过滤从关键字,仅保留主关键字可以减少查询的范围,提高查询的效率.在XML关键字查询过程中定义了关键字匹配节点间的语义相关性,通过寻找关键字的相关语义单元提高了查询结果的语义相关性.在上述内容的基础上描述并实现了基于语义相关性的关键字查询算法.由于关系型存储具有严密的理论及成熟的实现技术,XML信息的后台存储利用关系数据库来实现.最后将基于语义相关性的关键字查询方法和MLCA方法的查询结果进行比较.实验表明,基于语义相关性的关键字查询方法更好地表达了用户的查询意图,在查询的有效性和查询效率上都有较大改进.