20世纪90年代以来,信息科学的发展面临着种种新的难题,主要包括知识表示、信息组织、软件利用等。特别是由于因特网的快速发展,如何组织、管理和维护大量信息并为用户提供有效的服务也就成为一项重要而迫切的研究任务。为适应这些要求,哲学领域的本体被引入信息科学领域,由于国内外众多学者的研究,已经发展成为能在语义和知识层次上描述信息系统的概念模型建模工具,并在信息检索、信息抽取、异构信息系统的互操作和集成、语义Web等领域得到了广泛应用。本文主要围绕本体生成技术及本体的优化方法进行展开。论文在分析当前经典本体生成方法的基础上,提出了基于FCA与统计学习相结合的本体生成算法,提出了在应用FCA相关理论生成概念格时的四个统计量,构造了基于FCA与统计学习相结合生成的概念格到本体的映射过程;基于FCA中概念格的现有理论,特别是继承概念格理论,得出有关冗余概念的推论和优化概念格的定义,从而形成了本体优化算法的基础;论文还对本体迁移学习进行了研究。通过以上本体生成及优化过程,能够得到比较理想的本体结构。最后本文给出了本体生成的框架模型和可视化本体生成平台。通过本文提出的本体生成技术与方法,能够准确地提取领域知识,建立结构清晰、重点突出的领域知识本体,对于有效组织、管理和维护大量信息,有效地从大量信息中提取关键知识具有重要意义。