随着网络的迅速发展,搜索引擎成为了人们掌握知识的利器。但目前搜索引擎存在覆盖范围小、精度低、智能程度低和缺乏个性化等缺点,无法面对专业领域高质量的信息检索服务的要求。其原因是当前搜索引擎都是基于关键词匹配和其它统计方法为主的方式检索,没有理解搜索者的意图,无法真正区分是否用户所需。针对此问题,有效的解决方法是提高自然语言理解的能力,实现对自然语言的自动处理,这也是人工智能研究的重要内容。 本文从人工智能领域的自然语言理解技术--概念网络理论入手,探讨当前研究进展及存在的问题,重点研究改进基于概念网络的语义理解模型；并着眼军队信息化建设需求,将理论模型转化构建出实际的军事领域概念关系库；针对网络“信息过载”“信息泛滥”的问题,以军事信息有效获取为目标,设计开发了更加高效的搜索原型系统--军事概念元搜索引擎(MCMSE),实现了军事网页信息搜索的精确化、人性化、个性化和智能化。 本文的主要创新如下： 1)归纳构建了一套基于概念网络的中文语义理解模型。提出“自然语言-概念网络-思维逻辑”三层语义理解整体模型；建立了较完整基于动静态关系定位的概念知识表达框架。 2)研究设计与构建实现了基于概念网络的军事概念关系库。这是运用动静态关系定位理解推理的概念表示框架组建军事专业领域知识体系的有益尝试。提出了一种多义选择冲突排除的MMCCR知识获取算法。 3)设计开发了基于概念理解的军事专业元搜索引擎--军事概念元搜索引擎系统(MCMSE)。利用军事概念库组建的成果,研究提出了基于概念理解的军事专业元搜索引擎的体系结构、基于静态关系定位的OSSC概念理解算法及用户介入权值平衡的BAUI过滤排序算法等关键算法。