二、Ontology的分类
按照对领域依赖程度对Ontology进行划分，可以得到如下四个类别：
 通用本体（General Ontology）：描述的是最普遍的概念及其概念之间的关系，如空间、时间、行为、事件等，与具体的应用无关，其它的Ontology均为其特例。
 领域本体(Domain Ontology)：描述的特定领域中的概念及其概念之间的关系。
 任务本体(Task Ontology)：描述的是特定任务或行为中的概念及概念之间的关系。
 应用（Application Ontology）：描述的是依赖于特定领域和任务的概念和概念之间的关系。

三、构造Ontology所遵循的规则
处于对各自问题域和具体工程的考虑，构造Ontology的过程各不相同，目前没有一个标准的Ontology构造方法。最有影响的是Gruber1995年提出的构造Ontology的五条原则：
 明确性和客观性（Explicitness & Objectivity）：Ontology应该用自然语言对定义的术语给出明确的语义定义。
 完全性（Completeness）：所给出的定义是完整的，能完全能表达描述的术语的含义。
 一致性（Consistency）：由术语得出的推论和术语本身的含义是相容的，不会产生矛盾。
 最大单向可扩展性（Extensibility）：向Ontology中添加通用或专用术语时，不需要对修改已有的内容。
 最小承诺：对待建模对象给出尽可能少的约束。
另外，现在大家公认建构Ontology模型时需要领域专家参与，这样才能确保以上五个原则成立。

四、Ontology的描述语言
 本体语言是用来描述本体的，它能让用户为领域模型编写清晰的、形式化的概念的描述，因此本体的描述语言需要具备以下特点：
 良好定义的语法（a well-defined syntax）.
 良好定义的语义（a well-defined semantics）。
 有效的推理支持（efficient reasoning support）。
 充分的表达能力（sufficient expressive power）。
 表达的方便性（Convenience of expression）。

以下是几种本体描述语言的简单描述：
1. Ontolingua
一种基于KIF（Knowledge Interchange Format）的提供统一规范格式来构建Ontology的语言。它具有如下特点：
 为构造和维护Ontology提供统一的计算机可读的方式。
 由其构造的Ontology可以方便地转化为各种知识表示和推理系统（Prolog、CLIPS、LOOM、KIF），从而使Ontology与使用它的系统隔开。
 主要用于Ontology服务器。

2、Cycl
Cyc系统的描述语言，一种体系庞大而非常灵活的知识描述语言。它具有如下特点：
 在一阶谓词演算的基础上扩充了等价推理和缺省推理等功能。
 具备一些二阶谓词演算的能力。
 其语言环境中配有功能很强的可进行推理的推理机。

3、Loom
Ontosaurus的描述语言，一种基于一阶谓词逻辑的高级编程语言，属于描述逻辑体系。后来发展成为PowerLoom语言。它具有如下特点：
提供表达能力强，声明性的规范说明语言。
提供强大的演绎推理能力。
提供多种编程风格和知识库服务。

五、目前已有的Ontology
 目前已有的Ontology主要有以下几种：
 1、Wordnet
 基于心理语言规则的英文词典，以Synset（在特定的上下文环境中可以互换的上下文同义词的集合）为单位组织信息。
 2、Framenet
 英文词典，采用称为Frame Semantics的描述框架，提供很强的语义分析能力，目前发展为FramenetⅡ。
 3、GUM
  面向自然语言处理，支持多语种处理，包括基本概念及独立于各种具体语言的概念组织形式。
 

五、Ontology在知识工程中应用
1.Ontology是新型知识库（Knowledge Repository）工作机制的核心
 对知识库结构层次的划分使知识库的可维护性大大提高，并使知识重用成为可能。在知识库的模型中，领域知识和问题求解方法被明确地划分到领域层和推理层，这将有利于两种类型的重用：一种是，对特定领域的描述可以被不同的问题求解方法所重用；另一种是，问题求解方法通过定义新的领域视图可以被不同的领域所重用。但是，仅仅将不同层次的知识区分开还是不够的，要实现系统的重用，还需要一种有效的机制来实现各层次间的灵活配置，将相互独立的层次紧密地联系在一起，共同组成一个完整的系统。Ontology就是这一机制的核心。
 为了实现知识库各层次的灵活配置，目前提出的任务和方法本体的概念。它们分别描述了特定的任务和问题的求解方法。任务和方法本体实质上是从推理和问题求解角度刻画领域知识的视图，它们有助于解决所谓的“交互问题”，即领域知识不能以其使用方式无关的形式表示。任务和方法本体通过“假设”将领域知识和问题求解方法之间交互明确地表示出来，充当了层次间的粘合剂，从而解决了知识库系统的重用与组件化开发中的关键问题。

2. Ontology是基于知识的系统（Knowledge Based System, KBS）之间知识交换的标准
 知识工程师将Ontology概念引入知识工程，详细说明模型中涵盖的概念、实例、关系和公式等实体，定义了某一领域、领域之间的一系列概念和他们之间的关系，以此建立领域本体。在这一系列概念的支持下，知识搜索、知识积累、知识共享的效率大大提高，真正意义上知识共享和知识重用成为可能。这一系列基本的概念如同构成一座大厦的基石，为交流各方提供了统一的认识。例如，不同地区的人由于习惯、文化的差异对同一个词汇会有多种不同的理解方式，导致在交流的过程中出现一系列理解上的错位，有时这种交流完全中断。但科学家用纯科学的术语进行交流时，这种情况出现的机率将大为下降，原因在于本学科中已经定义了该种术语的确切含义，而这种含义是被本领域中的研究人员普遍接受和认可的，这就是一种共识。由此可见，Ontology为各方提供了一种统一的交流语言，同时建立起本领域内的基本知识框架。有了Ontology，KBS系统之间的交互就更加方便。Ontology相当于交换过程的一个标准。
 
六、Ontology在知识管理中的应用
 现在人们在知识搜索时往往面对大量无用信息的困扰，不得不利用手工方式进行分辩。即使将所掌握的知识分门别类并进行系统化时，也不能保证将其正确归到合适的位置。人们对于知识的最大期望能够应用知识去解决问题问题，但如果知识能够得到，但不能被人们正确地理解，则人们很难利用无法理解或理解错误的知识去解决遇到问题，这在很大程度上背离了知识管理的初衷，在知识的协同时，同样存在类似的问题，如果知识工作者和知识对象之间不能达成共识，根本谈不上协同。
 在知识管理中，知识工作者可以基于Ontology建立某个领域的术语体系，并可以对领域知识进行分类和知识建模。所以Ontology能帮助人们从根本上解决以上问题。在统一定义指引下，知识搜索工具能够自动判断哪些是目标信息，哪些是噪声和干扰信息。知识工作人员可以将知识归入到最适当的类别中，也可以通过查询Ontology来深入理解所获得知识的内涵，实现协同工作。

本体这样的分类方法还真的是第一次听说啊，application ontology什么东西，作者自己发明的吗？这个词条google才500多个，可见其稀少，根本没人这么分啊。

遵循的规则是1995年……语义网2003年开始真正流行起来，本体的定义也更新过了。前面作者提到的本体的定义就是根据语义网的定义得来的，a explicit formal specification of terms in certain domain and relationship between them。说明本文应该是最近写的，可引用的东西也不能如此过时啊。难道不知道upper ontology构建理论？

这几种本体的描述语言也是非常非常过时的了，倒反而没有提到daml，oil，daml+oil，owl，rdf，uml这些常用的。第五部分的三个应用中有太大的区别吗，这其中都有很多交叉的部分不说，这样归纳成三点很勉强不说，现在最流行的hypermedia，multiagent中的应用，都没有提到，似乎说不过去啊。

这样的综述性文章好过分……不说误人子弟已经很客气了……