随着网络学习(e-Learning)的普及,开放式分布网络环境下有效的学习资源管理成为研究热点。作为一个重要组成部分,网络学习资源突破传统学习资源在人员、地域、时空上的多重限制,而提供大量、全面、开放的资料,为e-Learning提供了必要保障。但是,目前的网络学习资源良荞不齐、异构无序、重复建设,而且多停留在低水平的自治共享上,众多学习资源成为离散、孤立的“信息孤岛”,不能进行大范围、高效度的交换共享网络学习。另外,对于海量级增长的网络学习资源,现有的搜索引擎没有考虑语义信息和用户的个性化特征,主要基于关键字匹配来查找并返回大量的超链信息,不能为用户提供准确、个性化的学习资源,这些现象造成了学习资源和人力的严重浪费。语义检索是把信息检索与人工智能技术、自然语言技术相结合的检索技术,它从语义理解的角度分析信息对象与检索者的检索请求,是一种基于概念及其相关关系的检索匹配机制。面对e-Learning中的需求语义网是一种很适合实现e-Learning各种功能的平台。在语义网中,通过对所有的资源增加语义信息,使得机器可以自动化理解和处理,提供智能的服务。这样,学习资源附加语义标注,实现了资源间的语义关联,支持学习资源的搜索、提高学习资源的查全率和查准率,从而为不同用户提供合适的学习资源。本文首先介绍了三种经典的传统信息检索模型及它们在语义及其关系上关注的不足,引入基于本体的语义检索。然后详细介绍了本体的概念、构成及语义检索的研究现状。结合e-Learning学习资源的特性,将基于本体的资源检索分为教育资源本体构建,检索算法的提出及实施、检索模型建立三个部分详细解释。本体的构建在七步法的成功基础上,结合CELTSC教育资源规范和知识点关系来实施,并形式化为OWL本体描述语言。算法是在向量空间模型的基础上引入本体对用户查询进行语义扩展,进而将相似度分为概念和属性两个方面来综合计算,并以实验测试的形式对算法的有效性进行检验。最后开发了基于本体的学习资源检索原型系统。