随着计算机的普及和信息社会的高速发展,网络上的资源数量以几何级数递增。在当今的知识的表现形式中,文档表现仍然是一个主流方式,包括书籍以及计算机上各种格式的文件。如何以一种快速高效的方式从这些大量的非结构化的文档中获取自己需要的知识,已经成为了当下研究的热点之一。随着语义网相关概念的兴起,人们对于知识的获取的研究不单单只是针对于文档本身,而已经开始转向于文档内容的语义。现有的语义标注方法有很多,但是很多方法都依赖于现有的本体库(WordNet等),并且只用到一般性的概念进行标注,缺乏领域支持。针对于现有的语义标注方法的不足,本文以电影领域为研究对象,提出了一种基于自然语言处理的领域语义标注方法并实现了原型系统。该方法主要分为两大部分:第一部分是基于自然语言处理方法的领域本体库的构建,第二部分是基于自建领域本体库的语义标注。领域本体库的构建主要分为语义的模型构建、三元组抽取、规范化表述形成三个部分。语义模型的构建主要是根据语料构建领域本体库,为后面所有的工作提供支持;在三元组抽取的过程中,主要用到了基于依存句法分析与基于规则的方法相结合的方法——在依存句法分析的基础之上,结合需求,指定模式与规则来对三元组进行抽取;规范化表示主要用现在最普遍的OWL方法对本体进行表示。基于自建领域本体库的语义标注方法主要涉及到了语义相似度的计算以及标注规则制定。此外,在分析现有的语义相似度计算方法优缺点的基础上,提出了一种与共现频率相结合的语义相似度计算方法,并结合数据库的数据索引检索功能以及相关规则,实现实例与概念一起对待标注语料的标注。实验结果表明,本文提出的方法取得了较好的结果。实验的数据来源于豆瓣和百度百科。通过与经典的语义标注方法进行对比,所提出的方法标注速率以及fscore值都有相应的提升。