随着信息技术的发展与进步,各种各样的信息涉及到人们生活的各个方面,人们对信息和知识的获取方式发生了前所未有的改变。近年来,随着大规模信息系统的迅速发展,以互联网和大规模信息系统为载体的信息检索和知识服务已经逐渐成为人们获取知识的重要方式。本文针对如何在CADAL数字图书馆和CKCEST知识中心等大规模信息系统或海量数据集中进行知识建模与表示以帮助用户提高信息的利用率,满足用户对多层次、多粒度的知识服务的需要并改善用户体验等方面进行了深入的研究。本文围绕基于本体的领域建模框架的研究与应用,主要完成以下工作：第一,提出了一种基于本体的领域建模框架,用于将非结构化或半结构化资源分拆并整合。具体地说,从图书和网页等异构数据源中抽取与领域相关的内容,并通过关联分析和主题分析挖掘其中隐含的知识和关系。然后,根据挖掘结果分析推理得到隐含知识和关系。并根据上述结果,构建基于本体的领域模型。第二,充分利用现有知识模型和知识库中的结构和内容,结合本体建模和知识表示与推理等研究领域的相关方法对顶层知识模型进行扩展。并利用扩展顶层知识模型辅助后续领域模型的构建和应用。第三,选择CADAL数字图书馆和CKCEST知识中心中的中医医案(临床病历)数据集,根据该数据集构建中医医案领域模型。然后,通过关联分析和主题分析挖掘数据集中的隐含知识和关系。最后,根据领域模型和分析结果实现中医医案(临床病历)原型系统,为用户提供知识服务。