领域本体是表达领域概念及概念间关系的知识集合，在知识共享、信息检索等方面有着重要的应用价值。目前领域本体的构建方法主要分为手工构建、全自动构建和半自动构建，其中半自动构建也称辅助构建。由于手工构建本体会耗费大量人力物力，而全自动的本体构建方式又将产生大量噪音数据、抽取的概念关系松散使得可信度无法得到保证。因此，目前领域本体构建的研究集中于如何实现机器与领域专家的相互辅助，即辅助构建。领域本体构建包括概念获取、关系判断以及领域本体形式化表示。领域本体辅助构建方法逐渐成为领域本体构建研究的热点,其中如何辅助用户判断概念间关系是领域本体构建的重点.针对用户在无领域背景知识支撑时无法准确判断概念间关系的问题,本文考虑文本中概念间距离对该文本描述概念间关系的影响,采用改进的BM25相似度计算方法为用户提供参考文本,并提出基于概念最短距离的分类样本提取方法,然后使用KN分类算法实现增量式的关系推荐.实验结果表明,该方法可以有效的辅助用户判断概念间关系.