1、隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡輿情的重要性越來越受到人們的重視，學術界、業(yè)界及政府部門對網(wǎng)絡輿情進行跟蹤及監(jiān)測的需求日益增大。然而，互聯(lián)網(wǎng)及信息技術的發(fā)展現(xiàn)狀使得互聯(lián)網(wǎng)對網(wǎng)絡輿情缺乏語義層面的表達，導致通過互聯(lián)網(wǎng)直接對信息進行搜檢時，查全率和查準率嚴重不足。
　　為解決這個問題，本體及其相關技術被提了出來，學術界也在本體構建、本體進化、本體維護和本體評價等方面進行了深入的研究。但是，手工構建本體過程中難度很大、成本也很高這一突出問題，

2、一直極大地限制著本體技術在對網(wǎng)絡輿情進行監(jiān)測和跟蹤過程中的運用與推廣。學術界提出了不少本體學習的解決方案，但是對本體中概念間關系的獲取能力依然不高，依舊沒有很好地解決問題。
　　本文首先依據(jù)基于本體的網(wǎng)絡輿情監(jiān)測與跟蹤系統(tǒng)的應用需求，結合本體的構成要素，分析了互聯(lián)網(wǎng)新聞領域本體學習的目標；并圍繞本體學習，對現(xiàn)有本體學習技術進行了分析與研究。之后，本文設計了面向網(wǎng)絡輿情任務的本體學習方案，將實現(xiàn)的技術方案分解成流程框架與實現(xiàn)算法兩部

3、分分別進行討論。在流程框架設計上，本文對網(wǎng)絡輿情任務進行了需求分析，提出了基于自由文本的本體學習框架；在實現(xiàn)算法上，本文對主題詞獲取算法、概念獲取算法以及概念間關系獲取算法進行了討論。
　　本文有如下特色及成果：首先，將網(wǎng)絡輿情任務引入本體學習過程，使得所構建的本體具有獨特的領域性，本體學習過程也被附加上了與網(wǎng)絡輿情相關的特點。其次，文本提出了基于本體的網(wǎng)絡輿情跟蹤與監(jiān)測系統(tǒng)的框架，設計了本體學習過程中概念獲取和概念間關系獲取的算