近年来，由于各领域都在持续不断地发布数据，链式数据（Linked Data）的规模愈来愈大，内容愈来愈丰富。如何方便高效地利用语义Web上的数据越来越被人重视，越来越多的研究涉足这一领域。由于传统的信息检索（IR）技术已经不再适用于链式数据上的检索，普通用户很难在链式数据上准确高效地检索自己想要的数据，所以亟需一种新的检索方法来访问链式数据。本文提出了一种在链式数据上做语义关键字检索的方法。考虑到系统的可扩展性，基于MapReduce计算框架和Bigtable数据模型提出了两种分布式的倒排索引方案，其中一种是根据链式数据建立的，而另一种是根据本体建立的。而且作为建立本体索引的一个必要组成部分，一种本体编码方案也同时被提出了。基于这些索引方案，又根据BM25F排序模型设计了一个改进的排序算法OntRank。通过分析查询语句得到用户的查询意图，并用一个语义影响因子来表示此查询意图，接着向BM25F排序模型中加入这个语义影响因子，来提高最终排序的结果。本文设计的实验从索引构建时间、响应时间以及所能承受的访问量来评测分布式倒排索引的性能；使用信息检索综合指标评测OntRank排序算法的准确性。本文通过语义与信息检索知识的结合，扩展了传统的概率检索模型，该方法既保留了关键字检索的便捷性，又提高了查询准确率，为语义关键字检索工作开辟了新的思路。