随着Web2.0应用的快速发展,标签在描述和搜索网络资源方面发挥着越来越大的作用。用户在发布或收藏网络资源时可以添加标签作为分类信息,形成了社会化标记和大众分类法。由于长久以来标签在应用系统中均作为无语义的字符串使用,社会化标记的性能始终无法得到的显著提升。如何通过分析标签语义以及标签间的关系实现更高级的标签应用是非常值得研究的课题。本文在分析当前社会化标记的特点与问题的基础上,提出区别对待分类标签与主题标签的思想。主题标签仅描述资源单一方面的内容,分类标签则概括资源所有的主题内容。本文对两类标签的区分方法进行了深入的研究。首先构建用于分析标签语义的标签实例关系,通过标签实例集合计算标签关系特征值,引入关联规则挖掘算法提高特征计算效率。其次归纳标签关系类别、构建标签关系特征向量,借助同层关系字典与支持向量机对标签关系进行筛选,提出用于构建标签层次关系的关系组合法以及语义流分析法。最后结合应用需求提出同时具备标签区分与标签补充功能的父概念交集法,实现对分类标签与主题标签的区分。针对上述过程本文进行大量分析对比实验,通过实验结果证明本文提出的标签区分方法的有效性。为了体现分类标签与主题标签在社会化标记中的积极作用,本文设计并实现标签推荐和资源搜索两个应用实例。标签推荐系统可以根据用户输入的主题标签自动为资源添加分类标签,有助于形成更全面的资源描述。资源搜索系统优先通过精确概括资源内容的分类标签查找资源,有利于获得更准确的搜索结果。