本体(ontology)能够在语义和知识层次上对系统的概念模型进行描述,因而广泛的应用于信息检索、人工智能和知识管理等领域。由于人工构建本体的代价高昂,自动或半自动构建领域本体的学习方法成为本体研究的热点。本文针对领域本体自动构建过程中的两个主要问题:领域概念的提取和概念间关系的获取展开研究。主要工作进展如下:1)通过对本体相关理论的研究学习本体构建方法,对本体自动构建过程中的概念获取和概念间关系获取方法进行比较分析。2)提出了基于互信息与领域相关度的概念词提取方法,领域概念词通常是以组合词的形式出现,组合词是建立本体的首要步骤,利用互信息以及上下文依赖的方法提取组合词。领域概念词必须是领域相关的,在领域内广泛使用,并且在其他领域较少出现,论文通过分析概念词的领域相关度和领域一致度,实现概念词的获取。3)分别通过规则的方法和层次聚类算法实现分类关系的获取,并且对两种方法进行比较分析。采用基于关联规则的概念之间的非分类关系获取方法,计算概念对之间的关联度,设置阈值自动提取非分类关系概念对。通过实验证明了上述算法的可行性,将研究成果应用到基于本体的机械产品本体知识库的构建当中。本研究得到陕西省教育厅专项项目-“面向特定领域需求的概念设计方自动生成方案法研究(2010JK620)”支持。