随着Internet 的迅猛发展,信息正在以指数级速度增长。然而, 随着数据量的激增,也面临着种种的困难。因为人们认识问题的深度、知识水平、所处的环境、考虑问题的着眼点、以及处理问题的方式等因素的不同,使得对于同一问题、同一事物往往存在有不同的理解和认识,结果出现一系列不同的、重复定义而又不一致的概念、结构和方法,以致产生许多不良后果。要解决这些问题,根本的方法就是要减少、甚至是消除在概念和用词上的混乱,达成对事物相互一致的共同认识,并将其作为各种不同观点间的一种统一的框架和基础。以此建立起来的统一框架就是以ontology 概念和方法为基础的。本文对Ontology 自动生成技术及其应用进行了系统的研究,并取得了以下主要成果: 1. 对Ontology 的基础理论进行了系统、深刻的研究,其中包括Ontology的定义、建模元语、分类等。这些是本文研究重点——Ontology 自动生成技术的基础。2. 对包括术语抽取、概念学习、实例学习和关系学习在内的Ontology 自动生成关键技术进行了改善。3. 实现了Ontology 自动生成系统——OntoAGS。就关键技术和国外比较知名的Text-To-Onto 系统作了比较,实验结果表明:OntoAGS 比Text-To-Onto 有了一定的提高。4. 对Ontology 的应用在文本分类和信息检索两个领域进行研究。实验结果表明:引进Ontology 的文本分类技术对分类效果有显著的改善。基于Ontology 的信息检索是克服传统信息检索缺点的重要途径。