在資訊時代裡，無論是求學或是工作、甚至日常生活都需要資訊與知識協助解決問題。其中以圖書館能提供較完整、較可靠與較可信的知識。因為圖書館的書籍是以政府或財團法人的龐大力量收集的，可以說是集百家之大成；其內容是經過出版社嚴格的審查程序，資料內容的可信度與可靠度也比較高。雖然目前的圖書館檢索系統已經可以讓使用者從Web圖形介面輸入關鍵字搜尋書本或期刊，但是所使用的搜尋演算法是直接採用字串比對的方式進行搜尋，以這種演算法所檢索的結果其精確度相當低，不相關的資料量卻是相當多，這是因為字串比對是根據字形（word lemma）而非字義（word sense），使用者當然無法找到真正所需要的知識。 本研究將杜威十進分類法（Dewey Decimal Classification：DDC）與賴永祥的中國圖書分類法（New classification Science For Chinese Libraries：CCL）以知識本體的形式呈現，可以定義兩種圖書分類法中每一個類別（主類、學科、主題）的詳細資訊，也可以描述類別與類別之間相關的程度。語意分析的處理方式，可以找到與檢索詞語意相似的書籍資訊。 當書本所介紹的知識橫跨二個以上領域時，可以再賦予其它的次分類號以利找出跨領域或多主題的書籍。 本研究以CCL與DDC做為檢索圖書館書目的知識本體（ontology），使用者利用這個知識本體可以找出與其語意相似的學科與主題性質，例如：輸入檢索詞“電腦程式 AND 生物學”，推論引擎就會找出有關生物資訊學的書籍，不會只找出標題或書名有電腦程式（and∕or）生物學的資訊。以語意為主的檢索可以找出檢索詞（Query term）的意義與檢索詞之間的關係，讓使用者過濾不需要的資訊內容並且找出真正需要的知識。