知识表示是知识工程中的核心问题,是与人工智能结合最紧密的部分。传统的知识表示方法,由于知识资源缺乏统一的语义描述,难以实现相关资源的语义融合,用户不能充分利用与自身需求相关的知识,造成知识难以做到共享。如何解决这些问题是知识工程所面临的挑战。针对传统知识表示存在的上述问题,本文依托教学领域对基于本体的知识表示展开研究。论文首先在分析了传统知识表示的不足后,探讨了基于本体的知识表示,并在此基础上研究了教学领域中知识本体的构造方法,构造了计算机网络的知识本体CNCO。该本体通过建立概念、概念之间的继承、实例及多种约束关系表达高度共享和重用的领域知识,满足教学领域对知识表示的要求。实现知识共享,主要是解决本体异构问题。本体异构问题的产生是因为本体的构造没有统一的标准,所以在同一个领域内产生了大量不同的本体。这些本体间是异构的,本体映射能解决本体异构问题,本文就本体映射进行了深入的研究。本体映射的关键是相似度的计算。对于相似度的计算,本文从概念的语义相似度和语义相关度两个方面进行了研究,提出了一种将概念的语义相似度和语义相关度相结合度量的评估相似度算法。验证表明,这种改进算法较好地解决了传统知识表示中定性概念之间相似性和相关性难以量化计算的问题,提高了相似度计算的准确度和精确度。在此基础上,本文进一步研究了相似矩阵的生成、映射规则的制定与执行以及知识共享模型框架的建立,为知识本体映射的最终建立奠定了基础。本文最后提出了一个基于本体的教学领域知识表示模型,该原型系统整体结构采用了B/S三层结构模式,在该原型系统中基于RDFS开发领域本体,知识的表示采用三元组的形式,并引入了本体映射模块,此模块采用本文提出的改进相似度算法。