随着语义Web的深入研究发展,本体作为语义Web实现的关键,得到了广泛研究,出现了大量异构的、动态变化以及质量较差的本体,这些本体制约着语义Web的进一步发展。为了促进语义Web的发展与更进一步的实现本体知识模型的共享和重用,以及解决本体动态更新变化问题,本文主要研究了本体注释方法,本体概念相似度计算方法,以及本体演化中的约束代价问题。本文首先指出了当前语义Web中存在一些模糊的、低质量的本体,提出了基于背景知识的本体注释方法,分别介绍了基于WordNet的本体注释算法,基于Web搜索引擎的本体注释算法,其次设计并实现了基于背景知识的本体注释系统,实验表明本文提出的本体注释方法优于同类方法。然后在分析了传统的本体概念相似度计算方法的基础上,针对存在非ISA概念关系的本体,提出基于Tversky模型和图模型的本体概念相似度计算模型,计算了本体有向无环概念图的信息量覆盖程度,并结合语义距离方法,综合地计算存在非ISA关系的本体概念相似度,实验表明此方法适用于存在非ISA概念关系的本体。最后研究了本体演化过程中的约束代价优化问题,传统本体化演化方法都是顺序处理多个本体演化需求,提出了一种基于上下文窗口的演化方法,将演化过程转变为图的启发式搜索过程,结合窗口内信息,从局部范围内全局地选择演化路径,实验表明该方法有效降低了演化代价。