起源于哲学的本体作为一种能在语义和知识层次上描述概念的建模工具,可有效地解决知识工程中知识共享和重用两大问题。近几年来,随着生命科学的快速发展,生物医学领域也出现了大量的本体并且很多本体之间都存在着信息交叠的现象。但是这些本体大多是由不同组织、机构和研究者开发的。因此,在本体表示和本体构建上存在异构问题。为了能够充分利用已有的本体资源,有效地进行资源整合,构建面向特定需求的本体库,本文提出了基于任务的本体集成方法。本体集成的核心问题是概念和关系的相似度度量,其中概念相似度度量包括两个方面:(1)语义相似度度量(2)语用相似度度量。关系的相似度度量是通过对与关系相关的概念相似度度量来实现的。生物医学本体的概念通常是由词组甚至是包含数字的词组等更复杂的形式构成,因此给概念的相似性度量造成了很大的困难。为了更准确的度量生物医学概念的相似性,本文首先对本体概念进行预处理,将其分解成为多个token串并对每个token进行词性标注,然后使用基于WordNet和编辑距离的两种相似度算法对两个概念的token对进行相似度度量,最后将概念间的token对的相似度进行加权平均的到两个概念的相似度,取得了较好的语义层面的概念相似度。另一方面,利用本体的层次结构和概念的属性并借助领域本体UMLS进行概念语用相似度的度量,从而获得了较好的语用层面的概念相似度。为了利用现有本体构建面向特定需求的本体库,本文引入了核心本体的概念,并通过核心本体的集成完成了对本体间交叠部分的信息集成。核心本体的本质是原本体的子本体,包括本体中与中心概念密切相关的概念集和与该概念相关的关系集。在这个意义上讲,核心本体也就是任务在本体上的视图。通过实验验证,基于任务的本体集成方法提高了本体集成的效率和准确率。最后,针对以上研究,开发出基于任务的本体集成系统,并用详细介绍了系统各核心模块的功能及程序流程。