本体将客观世界的知识抽象和形式化为人机都可读的符号，使人机通过认知符号世界实现对客观世界的共同理解。本体是知识图谱的核心，为其提供逻辑推理基础；知识图谱是基于本体所构建的应用知识库，是语义服务的基础技术。本书针对手工构建本体和知识图谱的困难，首先系统地介绍了本体学习的理论基础，然后讨论了一系列基于文本挖掘的本体学习方法的研究和应用，包括：从文本数据源自动提取术语的方法，基于术语集合自动获取本体概念集合和本体关系集合的方法。这些方法尤其适合轻量级本体的自动构建和知识图谱的知识抽取。本书可以作为本体学习和知识图谱研究的基础读物，也可供从事文本挖掘和知识管理的科技人员阅读参考。

于娟，福州大学副教授、硕士生导师。大连理工大学管理学院工学博士，信息管理与信息系统专业，长期从事知识管理中的文本挖掘和本体研究。主持和参与多项重量和省部级科研项目。在靠前外核**术期刊发表学术论文二十余篇。获“福建省高校杰出青年科研人才”、福州大学“旗山学者”等荣誉称号。

章 概述
1.1 本体
1.2 知识图谱
1.3 OWL
本章小结
第2章 本体自动构建
2.1 本体构建
2.2 本体学习
2.3 本体集成
2.4 OMS
本章小结
第3章 文本术语提取
3.1 文本分词与词形规范化
3.2 合成词术语提取
本章小结
第4章 本体概念学习
4.1 本体概念学习方法
4.2 领域专有术语识别
4.3 同义词识别
4.4 学习性能
本章小结
第5章 本体关系学习
5.1 本体关系学习方法
5.2 概念语词法
5.3 概念特征词法
5.4 概念聚类法
本章小结
第6章 本体应用
6.1 领域术语标准化
6.2 人物关系推理
本章小结
参考文献