本体作为表达知识的共享概念模型，被广泛应用在诸多领域。即使在同一领域内，领域本体间也不可避免地出现相同概念有着不同的定义、概念重叠等问题，造成本体异构，给领域本体间的交互带来困难，制约了领域信息的共享和复用。因此研究解决领域本体间的异构，降低交互的难度成为亟待解决的问题。要解决上述问题，实现领域本体的知识共享，就必须建立起共有的桥梁。概念作为本体的重要元素，承载着巨大的信息量，是领域知识表示的核心，因此本体概念间关系的建立是实现领域本体间知识的融聚与耦合，大规模协同领域本体的关键。本文针对农业领域本体概念相似度计算存在的问题，以茶学领域知识为研究对象，重点解决领域概念相似度提取模型中的三个关键问题——领域本体异构消解策略问题、形式背景规范化问题以及领域本体概念相似度提取问题，提出建立面向农业领域的概念相似度获取方法，开发出原型系统并实验验证。本文的研究内容主要有以下几个方面：①提出了异构领域本体间语言层的消解策略。研究本体的描述语言，统一规范化领域本体的表示方法，通过对本体的解析获取本体概念和属性，构建消解策略集，调整领域本体间语言层的异构特征。②提出了领域形式背景的规范化方法。通过将本体的概念集和属性集转化为具有层次关系的对象-属性关系，获取与该领域相关的领域形式背景，在此基础上简化多元关系，将其转化为二元关系，同时进行并置转化，形成合并后的形式背景集。③给出了领域概念相似度计算模型与算法。研究形式背景中的缺值关系，对其进行满值化操作，获取该背景知识的完整信息，采用基于概念秩优先的属性权重提取算法，获取具有不同层次的概念集合，最后提出优化的概念相似度计算模型，获得相似度关系矩阵。④基于以上理论与方法，在Visual C++6.0编程环境下，研制开发了领域概念相似度提取原型系统，并应用于茶学领域。实验验证表明，文中所提出的方法能有效减少不相关概念对的产生，提高相似度的计算精度，从而证明了其正确性和有效性。