知识检索是为了直接找到所需要的知识，解决信息检索中存在的诸多问题而提出的一种新的检索理念。知识检索在对蕴含在文献中的知识和知识关联进行分析的基础上，在知识处理技术和知识组织技术的支持下，实现基于语言理解的智能化查询。它综合应用情报学、人工智能、认知科学及语言学等多学科的理论与技术，基于知识组织，融合知识处理和多媒体处理等多种方法与技术，能够实现知识关联和概念语义的智能化检索。知识检索能充分表达和优化用户需求，高效存取所有媒体类型的知识源（文本、图像、视频、声音等），并能准确精选用户需要的结果。

在知识检索过程中，被检索的对象是知识库中的知识资源。知识检索采用一种从语义上标引文献的技术，形成知识库，再从知识库中查询用户所需的内容。知识检索基本原理是：建立领域本体→数据分类入知识库（元数据库）→检索请求规范化→检索请求语义匹配→定制处理结果返回用户。知识检索系统功能结构主要由：知识获取、知识表示、知识组织、知识服务（知识检索、知识可视化）组成。

较之信息检索，知识检索具有两个显著特征：一是基于某种具有语义模型的知识组织体系。知识组织体系是实现知识检索的前提与基础，知识检索则是基于知识组织体系的结果。二是对资源对象进行基于元数据的语义标注。元数据是知识组织系统的语义基础，只有经过元数据描述与标注的资源才具有长期利用的价值，才能实现知识检索。

知识检索系统的检索效率通常用检全率、检准率来衡量。检全率，指系统在实施某检索作业时，检出相关知识的能力。检准率，指系统在实施某检索作业时，拒绝不相关知识的能力，是衡量知识检索系统精确度的尺度。无论是检全率还是检准率，都是基于用户角度的标准，用户标准与用户真实需求相关。知识检索在衡量其检索效率时，检准率的重要性要大于检全率。