本课题针对大规模农业领域本体构建中存在的问题，以茶学领域知识为研究对象，重点解决农业领域本体自适应学习建模中的三个关键问题- - 农业领域本体学习的建模问题、农业领域本体学习的评估问题、农业领域本体学习的自适应问题，提出基于自适应学习的农业领域本体建模的理论与方法。研究面向中文的农业领域本体学习建模理论与方法；提出基于多策略集成的农业领域本体学习评估理论与方法；给出基于多Agent的农业领域本体学习自适应调整决策理论与模型。通过农业领域的本体学习、评估及自适应调整，降低农业领域本体构建的难度，提升本体构建的动态适应性及优化能力。本项目在农业领域本体学习建模、多策略集成评估、自适应本体学习三个方面的研究将有所创新，研究成果对于农业领域本体学习建模理论与方法的深入研究，大规模构建农业领域本体，进一步建立农业语义网络与知识网格，实现农业领域知识的充分共享和协同服务，具有重要的理论研究价值和实际意义。

本项目针对大规模农业领域本体构建中存在的问题，以茶学领域知识为研究对象，重点解决了农业领域本体自适应学习建模中的三个关键问题——农业领域本体学习的建模问题、农业领域本体学习的评估问题、农业领域本体学习的自适应问题，提出了基于自适应学习的农业领域本体建模的理论与方法。在农业领域本体学习建模方面，提出了面向中文的农业领域本体概念自动提取算法，基于广义后缀树和层次聚类的农业领域本体概念间分类关系自动提取模型，基于关联规则的农业领域本体概念间非分类关系自动提取方法；在农业领域本体学习多策略评估方面，提出了基于黄金准则的农业领域本体概念评价方法，基于概念语义相似度的农业领域本体概念间分类关系评价体系与方法，基于关联度的农业领域本体概念间非分类关系评价体系与方法；在农业领域本体学习自适应调整方面，建立了基于贝叶斯网络的自适应调整模型，提出了基于该模型的农业领域本体概念及其分类关系的自适应调整学习理论与方法。发表论文18篇，获得软件著作权8项，申请发明专利3项，培养研究生14人，完成学位论文10篇。本项目的研究成果对于农业领域本体学习建模理论与方法的深入研究，大规模构建农业领域本体，进一步建立农业语义网络与知识网格，实现农业领域知识的充分共享和协同服务，具有重要的理论研究价值和实际意义。