随着计算机和互联网技术的迅速普及应用，绝大多数的学术论文以电子文档的形式进行使用和传播。用户对学术论文的检索和获取也越来越多地依赖于网络上的学术搜索引擎、全文数据库和论文索引平台，如“Google Scholar学术搜索”、“中国期刊网(CNKI)”、“万方数据知识服务平台”等。在数量庞大、迅速更新的学术文献信息面前，传统的信息检索技术已经很难适应发展的需要。如何在数量庞大的论文库中快速有效地检索出用户所需要的文档，是当前信息检索研究中非常有实用价值的课题。　　 传统的论文检索系统主要采用基于关键词匹配的信息检索技术，针对论文的特定字段或者全文进行关键词匹配，能够满足面向用户的按照关键词匹配的文档检索需求。然而基于关键词方法存在信息表达和检索方面的缺陷，面对海量的论文文档，检索系统只能在“词语”的层次上表达文档和建立索引进行检索，难以得到较高的检索性能。语义Web和本体技术的发展为解决这一问题提供了新思路——语义检索。语义检索是基于知识和语义层面的检索技术，弥补了传统的基于关键字信息检索技术缺乏“语义理解”的缺陷，能够更加准确地针对用户需求进行搜索，达到更好的检索性能。其中本体是语义检索中语义表达的核心，通过对领域知识进行概念化和模型化，精确描述概念以及概念之间的关系，使得概念和关系在共享范围内有着明确统一的定义。本体技术的运用使得文档表达和检索从基于关键词层面提升到基于语义层面，从而能够获得更高的准确率、召回率和综合指标。　　 本文围绕领域本体在信息检索领域的运用，在分析现有检索算法的基础上，从文档语义表达和基于语义的文档检索上改进，提出一种基于领域本体的论文语义检索方法。以计算机科学领域专业论文检索为例，首先构建包含学科领域概念和概念之间关系的领域本体;然后利用领域本体语义信息对论文文档内容的进行信息提取和语义标注，进一步构建表达论文概念信息和知识结构的语义网络;在基于语义网络表达基础上，对用户查询进行基于语义的文档检索匹配;最后采用语义相关度算法度量查询与论文的相关性，对检索结果进行相关度排序。为验证本文算法的有效性，基于JSP技术，利用开源工具Protégé、Jena、Lucene实现了实验系统SPR，并设置实验数据和检索条件进行验证。结果表明，本文方法在召回率，准确率和综合性能均有明显提高，能有效提高论文检索的质量。