如何有效地对非结构化全文数据进行处理是数据集成领域中研究的热点和难点问题。本文从两个方面对这个问题进行了研究:我们提出了一种基于语义的通用数据集成模型——本体-树模型,它可以运用于解决各种不同领域Deep Web数据的集成问题,能够提供基于语义联系的全文数据检索服务,实验证明,这种语义索引模型具有高度灵活性和可扩展性,在实际应用中是行之有效的;同时,我们根据熵编码理论对已有的全文索引模型——互关联后继树索引模型在编码方面做出了优化,提出了一种基于字节位的编码方案,大大降低了所生成索引数据的膨胀比系数,并给出了相对应的原文生成算法和全文检索算法,在实践中取得了良好的运行效果。此外,我们还对已成为数据集成领域中的一个重要研究工具的XML数据的使用问题做出了分析,提出了XML数据的数值对象化模型,切实解决了XML数据实际使用过程中会遇到的两个突出难题。