领域本体的自适应学习是语义Web领域的一个关键问题。虽然目前人们已完成了许多的语义网基础架构工作,但相关领域本体却显得十分匮乏。可以说,领域本体的缺乏已成为语义网取得广泛成功的障碍之一。本项目针对目前本体建模方法缺少自适应学习能力,难以有效应对所描述的Web信息发生变化的问题,研究如何利用源Web信息及源本体,通过贝叶斯学习和概念学习方法,自适应地获得能够描述目标Web信息的目标本体;同时,为了保证自适应学习得到的本体是有效的,本项目还将结合目标Web信息,研究本体自适应学习的有效性评估方法。该项目的研究具有重要的理论意义和实际应用价值,可为基于本体的Web应用提供一种有效的本体建模与维护手段,及为领域本体提供一种实例学习方法,使大规模的基于Web信息的语义标注成为可能,进而促进基于语义的Web信息检索和Web语义智能方向的研究。