互联网的飞速发展使得信息以前所未有的速度产生和传播，面对信息呈指数式增长、垃圾信息泛滥成灾的困境，搜索引擎如何找到对用户真正有用的信息遇到了很大的挑战。在传统的搜索引擎中，用户输入查询（query），搜索引擎返回一个很长的网页列表。它不知道用户在问什么，不知道用户想找什么，只是通过基于关键字匹配的检索方式，把包含有关键词的网页找到；再通过网页排序的算法，将结果列表进行排序以后展示给用户，用户需要在很长的列表中，自己筛选出真正想要的信息。Query语义依存分析技术首先可以改善传统搜索引擎中的网页排序，它能够对query进行深层语义理解，从而更准确的理解用户的需求，减轻用户筛选信息的负担。另一方面，相对于传统搜索引擎，语义搜索近来受到工业界和学术界的广泛关注。和传统搜索引擎给出信息列表不同，语义搜索将所有信息组织成一个庞大的知识库，面对用户的query，它直接从知识库中检索并返回答案。从而用户省去了自己筛选信息的步骤，更快速更直接地达到搜索的目的。Query语义依存分析技术可以帮助语义搜索引擎更深刻的理解用户需求，更准确的在知识库中进行答案的查找。除此之外，query语义依存分析技术还在自动问答、智能个人助手、信息检索、信息抽取等方向有着广阔的应用前景。本文提出了基于规则和基于统计的两个语义依存分析技术，主要研究内容包括：（1）Query语义依存分析和普通句子上的语义依存分析的异同。相对普通句子来说，query具有长度较短且结构松散的特点，因而和普通句子上的语义依存分析技术有很大的差别。（2）Query语义依存分析的依存关系体系的确定，即根据query的特点，以及应用的需求，确定一个合适的依存关系体系。依存关系体系的确定，首先要考虑体系的完整性，是否能把主要的语义现象覆盖住。其次也要考虑技术上的成本、应用的需求等。本文确定了五类语义依存关系，分别是属性、限定、施事、受事、需求。其中限定关系又分了六个子类别，分别是时间限定、地点限定、数字限定、型号限定、疑问限定、否定限定。（3）针对六类特殊限定定义明确简单的特点，提出了基于规则的query语义依存分析技术，包括规则的定义、规则的编制、规则的应用。（4）将语义依存分析问题转换为分类问题，提出了基于统计的query语义依存分析技术，包括语义资源的挖掘、分类特征的设计和选择。最终通过对比和实验说明了规则和统计两种方法的有效性。