形式概念分析自1982年由德国的Wille教授提出以后,近年来被广泛用于软件工程、知识发现、信息检索等领域。形式概念分析中的核心数据结构——概念格通过Hasse图来表现出概念之间的层次关系。随着语义网的发展,本体在信息检索、人工智能等领域已经得到广泛研究,而本体中所包含的概念以及概念之间的关系与概念格有一定的相似之处。本文主要围绕本体和概念格的之间的结合做了相关研究,利用形式概念分析的理论及概念格的构造算法实现了本体构建、本体映射和本体合并。主要研究工作包括:(1)提出了最小外延集(SLET)的概念,在抽取本体概念的时候,通过对SLET的势进行分析,从而为领域专家提供解决方案。(2)利用辞典结合模糊理论进行本体映射,删除形式背景中的冗余信息,减少了构造概念格的复杂度,并且提取了新的关系类型。(3)利用叙词表对本体进行合并,将源本体概念以及概念之间关系统一表示在概念格中。领域专家通过对叙词表层次的分析指定本体合并的层次,并结合支持度的概念,删除概念格中的冗余信息,减少了分析概念格的时间。