语义网粗糙本体是对通常意义上的本体的一种扩展。本体表示的是精确概念及其之间的确定性关系,粗糙本体则对应着粗糙概念以及粗糙概念之间的关系。粗糙本体是对现实世界的不精确性的一种接受,是有效进行知识处理和知识应用的工具。粗糙本体是处理不精确性信息的一种基础性工具,其存在形式是由粗糙概念以及粗糙概念之间的关系构成的树形结构。粗糙本体的具体形式由于参与构建的领域专家的不同而呈现多样性,然而同样也是由粗糙概念及其之间的关系构成的粗糙概念格却具有结构上的唯一性。粗糙本体的构建因而可以利用格与树组成与结构的相似性,实现构建语义网粗糙本体的格-树转化。从实际领域中构建粗糙本体,将其应用于支持更接近现实世界的语义网的实际运行,是本论文的研究目标与技术路线。本论文的主要研究内容如下：(1)抽取粗糙概念。从不精确性信息中抽取粗糙概念,粗糙概念由上近似外延、下近似外延和内涵组成。在抽取的过程中,将多值形式背景转化为单值形式背景是关键的步骤。(2)构建粗糙概念格。采用渐进式的方法构建粗糙概念格,在生成所有粗糙概念结点的同时,还生成了粗糙概念之间的父子关系,形成粗糙概念格。(3)转化为粗糙概念树。利用格和树的相似性,通过聚类技术将粗糙概念格转化为粗糙概念树,利用概念之间的相似度来合并概念,将相似度低的概念归为一类。(4)生成语义网粗糙本体。在研究粗糙形式概念分析应用于构建粗糙本体的基础上,对粗糙概念树进行处理生成粗糙本体原型,并采用OWL对粗糙本体进行描述,实现粗糙概念树到语义网粗糙本体的转化。(5)进行实例验证。验证了语义网粗糙本体构建的格-树转化方法的可行性和实用价值。