随着网络的发展，语义网的研究和应用越来越受到重视，语义标注作为语义网建设的重要步骤，解决了本体和资源数据的标注映射关系，决定着语义网的数据质量和检索的语义分析效果。本文研究面向个人学术主页的语义标注和检索，使用改进的学习算法对个人学术主页资源文档进行有效标注，提高识别效果的查准率和查全率，同时对语义检索提供支持。　　 本文首先介绍了语义网的基本理论和技术，如本体、语义Web标准语言、命名实体识别和搜索相关技术。其次，针对语言模型的序列标注，提出了改进特征模板的条件随机场模型，使用领域文档的特征实体和关系作为特征，对语料库数据进行训练和测试，通过实验的分析结果，验证了该算法可有效识别命名实体。再次，本文设计和实现了基于本体的个人学术主页领域的检索框架，使用标准化本体建模工具构建领域本体，并通过中文相似度计算公式扩展本体概念及其他术语。利用资源描述框架(ResourceDescriptionFramework，RDF)语言对文档数据进行标注，生成三元组格式文件，然后使用RDF解析工具Jena2和索引工具Lucene3.0和其他B/S系统开发技术建立个人学术主页检索系统。最后，对本文的主要研究成果进行了总结，并展望了未来的研究工作。　　 总之，本文的研究成果对个人学术主页领域的语义标注的研究和检索的开发具有重要的应用价值，对语义网的建设和语义搜索引擎的发展也具有很好的借鉴作用。