因特网的飞速发展与多媒体信息的广泛应用极大地改变了人们获取多媒体信息的方式和手段。各种多媒体信息检索系统已逐渐成为各类用户获取多媒体的主要工具,但是目前的两种多媒体检索方法——基于文本的多媒体信息检索和基于内容的多媒体信息检索,二者有固有的缺点,表现为:基于文本的多媒体检索,利用文本对多媒体进行描述,容易引起信息失真等缺陷。而基于内容的多媒体检索,在多媒体信息内容的描述、特征的自动提取、多媒体的同步技术、匹配和结构化的选择等方面具有问题。这些问题的出现导致多媒体检索系统的检索效果往往不能尽如人意,不能满足用户的需求。这种状况的出现,亟需改善。作为标记语言,XML自面世以来,因其特有的优点和特性,得到广泛应用。与SGML和HTML相比,XML继承了SGML的特性,同时又兼具了HTML的灵活性与通用性。XML优点主要有:简单、结构化、良好的可拓展性、互操作性、开放性、强大的链接功能等。因此可以尝试将XML应用到多媒体信息检索中,利用XML的优点并结合多媒体信息检索技术,建立基于XML的多媒体信息检索系统。结合两种检索技术的优势,解决目前出现的问题,满足用户需求。基于这一思路,本文从XML的推出谈起,简要介绍了XML的优势以及其内涵、特性等,并包括XML在信息检索中的应用。接着本文介绍现有的两种多媒体检索技术,指出二者存在的问题。其次又分析将XML文档描述技术、XML查询技术等与多媒体检索技术相结合,提出基于XML的多媒体信息检索,以解决目前多媒体检索出现的问题。再次,在定性方面,本文尝试创建基于XML的多媒体信息检索的功能评价体系。最后,是对本文的一个简要总结,并分析了文中未能解决的问题和原因,并对下一步研究提出展望。