互联网飞速发展，已经渗透到人们日常生活的方方面面，互联网所容纳的数据量不断增长，人们面对海量数据的时候对数据的检索提出了更高的要求，期待可以用更少的时间找到自己感兴趣的数据。针对用户的多样性检索需求，本课题提出了一种基于本体的语义搜索模型。　　 模型通过对WEB文本数据进行具有语义的特征词抽取，从记叙文六要素出发提出描述文本信息本质的四个方面特征，即时间特征、地点特征、人物特征、主题特征。以此特征构建出描述事件的本体。用提取出来的语义特征作为事件本体的实例词汇，同时作为文本的计算点进行各种语义计算。计算过程中，模型对文本的语义特征进行了定量的分析。通过对不同事件之间的相关本体实例词汇的挖掘，较好的实现了关联事件的推理。　　 文中所设计系统采用以数据库为中心多模块松耦合的组织架构，适合功能模块的多种算法实现，利于系统灵活调优。论文中涉及WEB页面的信息采集，对文本信息的中文分词，命名实体的识别，正则表达式信息抽取，TF-IDF抽取关键词，本体构建，在MYSQL数据库上的语义标注等方面的相关技术、模型。　　 通过逐个模块的功能测试，以及通过测试集进行相关搜索指标测试，本课题设计的系统已较好的实现预期功能和测试指标。　　 将传统基于关键词的信息检索方法提升至语义层面，其提出的整体事件本体模型为多种的实际应用提供了技术支持，很好的改善了用户在进行信息搜索时的体验，具有较大的现实意义。