目前,本体在各个领域得到了越来越广泛的使用,领域本体肩负着对领域知识进行建模的任务.许多本体研究者们都在努力探索半自动的本体构建方法以提高领域本体构建的效率.互联网上的信息,即Web信息具有海量、更新及时的特点,能够全面及时的反映领域知识.现有的一些能被计算机使用的常识知识库描述了通用、基本的知识,能帮助计算机对领域本体的两个基本组成元素——概念和关系进行识别.结合了这两者的优点,该文介绍了一种在常识知识库辅助下的由Web信息驱动的半自动领域本体构建方法.该方法首先通过统计聚类的方法从领域Web文档中获得蕴含领域知识的主题层次树.然后利用常识知识库的辅助,对主题层次树中蕴含的领域知识进行精化和完善,形成概念关系图.最后由知识工程师修整和优化概念关系图,形成领域本体.该文着重讨论的是在由Web信息形成的主题层次树的基础上,如何将知网和WordNet-SUMO映射库结合起来共同实现概念关系图的自动生成.这两个常识知识库对领域内的概念具有一定的识别能力,并且能够从中发掘出概念之间的关系.最终得到的概念关系图不仅保留了从Web信息中获取的领域信息,也包含了更加丰富的、由常识知识库得到的概念和关系,因此在知识的结构上更加完整,更接近领域本体.我们选择计算机硬件领域进行了实验,证明了方法的可行性和有效性.并且通过对实验数据的分析,评测了系统处理能力所依赖的三个要素:概念频度过滤中的阈值系数α、知网对概念的识别能力、WordNet对知网中未定义概念的识别能力.