本体提供简单、统一和形式化的语义描述,并且由于学术研究和工业生产的需要正在得到越来越多的重视。在我们的研究中,本体是描述一组概念及其关系的用语义Web语言写的文档。本体技术的突破性发展需要有促进高效本体开发的方法帮助和工具支持,对此,一个关键的观点就是成功地重用本体。为促进本体重用、支持本体构建,一些组织已经开展研究,并建立起应用系统。本体库系统是一种组织和管理本体的重要工具,它通过提供各种功能支持管理、查询和改编本体,促进本体重用。Swoogle是马里兰大学开发的语义Web文档索引和检索系统,它抽取本体元数据、计算文档关系,为本体相关的应用提供各种检索服务。但是这些系统在采集本体的手段方面尚有欠缺,本体来源有限因而其功能受到限制。针对现有系统存在的局限性,我们提出基于聚焦爬虫技术建立一个Web本体采集系统的设想。爬虫是搜索引擎等系统后台的信息采集工具,聚焦爬虫根据既定的搜索目标,采用最好优先的搜索策略,有选择地访问Web,获取网页,进行更加有效的搜索和采集。本文对基于聚焦爬虫采集Web本体的原理、技术和方法进行理论研究和实践探索,主要成果包括:分析、总结了本体文档的Web分布特性;提出了适合Web本体搜索的链接评价综合方法;设计并实现了一个称为“WebOnto Crawler”的本体文档采集系统。