本体(ontoloy)是一种用来描述概念以及概念和概念之间关系的模型，自提出以来就受到了国内外众多科研人员的关注，并在计算机的许多领域得到了广泛应用。为了满足高效构建本体的需要，以信息提取技术为基础的本体自动提取研究也逐渐成为研究者关注的热点。 本文研究将统计自然语言处理和文本挖掘等相关技术应用到领域本体的构建过程中，进行领域本体的半自动构建。文中重点提出了两个算法。第一个算法通过利用浅层语言学规则以及统计信息一起来自动的得到合法的合成词。另外一个算法是利用提取到的领域概念上下文的统计信息，用于改进单纯基于广义后缀提取合成词分类关系方法的不足。 论文的结构组织如下：第一章引言；第二章介绍本体的相关概念和领域本体的构建过程：第三章讨论如何通过对领域文本的处理，提取领域中相关的概念；第四章讨论怎样从领域文本中提取概念之间的关系；第五章通过对特定领域文本进行实验，验证本文提出的各个算法的有效性；最后是总结与展望。