不过我觉得如果没有一些特定领域的专家级的牛人们参与，建立某一领域的本体似乎没有太大的意思，呵呵，个人意见啊。

还要请教，按我现在的基础，我不知能做到怎样的深度？？？难度有多大？

盼回复

我无法回答第二个问题，因为提问方式就存在问题。综合第一个问题，你另外一个帖子也提到了你是初学者，所以作为初学者，相信你通过进一步的学习能够自己你真正想要的问题的答案。我无法告诉你任何事情因为答案不唯一。

1。广义上说，人工智能技术涉及EE、计算机科学的方方面面，只要跟语义相关的。。。几乎都跟AI相关；狭义上就如一般的教材定义。。。

2。如上一位所说，你的问题有点模糊。不过可以试图回答：
从你的问题来看，你的任务主要是本体应用，而不是本体理论，虽然也是必须掌握的；
这里建议你首先要深入了解你的特定领域，抽象化，再根据你的要求选择工具。

基于本体的领域应用(ontology based domain application) 其实就是软件工程中的领域建模， 只不过使用本体有助于联系实际数据和领域相关的逻辑推理。正如17楼所说，使用本体离不开对领域知识的了解和对本体及其工具的认识。以下几点仅供各位参考：

1．了解目标领域使用了哪些主要概念， 有什么应用目标（例如，查询知识，知识一致性检测）。 最好能举出一些实际的例子(use-case)来说明需求，这样也方便版上的同仁提出有的放矢的建议。

2． 理解本体(ontology)是一种知识表示的方法：既可以用于数据库级别的知识共享， 也可以通过推理支持基于知识库的应用。在此，应当明确使用本体的原因，以及将会使用哪些本体的特性。

3．建立领域本体(domain ontology)是知识工程师(knowledge engineer)的工作，需要和领域专家（通常也是系统的用户）打交道。在很多情况下，领域应用是一个比较封闭的系统，除非要和其他系统做接口, 一般没有必要引用高层次的本体(upper ontology)。

4．构建领域应用要和实际需求结合。本体的一大作用就是把程序中隐含的知识显式地表示出来，这样即使领域知识有所变化，也不一定要改动应用程序。在此，要注意RDFS/OWL的知识表达能力是有限的，它们通常只能支持些基于集合论(set theory)的推理，例如判定两个概念是否相容(subsumption)。可是，很多领域应用都会涉及基于规则的推理(rule based inference)，那么你或者可以尝试使用RuleML/SWRL,   或者自己实现一个领域相关的推理机。