基于知识元的方法关联推理和知识发现的研究是文本知识元挖掘应用的进一步探讨。目的在于针对美国情报学家DonR.Swanson教授提出的“非相关文献的知识发现”方法的不足，提出一种采用知识元关联推理的知识发现方法。Swanson方法是一种在大量不相关文献之间寻找隐含关联的知识发现，这种方法有很大偶然性和不确定性。本文探讨了基于本体论的知识表示，知识本体的建模，并在此基础上研究了语义逻辑关系，建立了一个基于知识元的知识推理查询系统的原型。本文的研究方法有助于机器推理和知识发现。 知识元关联推理是将非结构化的文本采用知识元的本体结构化表示，建立基于本体的领域知识库，采用了美国斯坦福大学的protege3.3作为本体的开发工具，用protege从知识库中抽取知识单元建立文献本体，通过知识元之间的隐含关系，建立了语义推理规则，实现了不同领域知识的隐含关联，达到发现新知识的目的。 我们的研究方法与Swanson教授的方法相比有几点创新：我们采用了两种关联推理的实现方法，一种是将获取的非结构化的文本数据通过软件处理转化成知识单元的形式存储，并通过建立语义规则实现软件自动推理知识发现；另外一种是突破了手工寻找隐含关联的方法，采用了基于Jena推理机发现文献之间的同引和同被引的关系达到文献知识发现的目的。