本体（Ontology）在问答系统（QA）中的应用

相似度计算

把本体作为工具，根据本体计算词语的语义相似度，进而得到句子的相似度。通过本体计算词语的相似度又主要分为两大类：
（1）常用词语用通用领域本体（如《知网》、wordnet等）计算词语的语义相似度；
（2）专业领域词语，用领域本体计算词语的语义相似度；
该种方法搭建问答系统的流程如下：

（1）利用分词工具自定义词典，分词以及词性标注；
（2）删除停用词，停用词对于句子的理解无意义，对问题的检索起不到作用；
（3）专业词汇采用基于领域本体的概念相似度方法计算词语语义相似度，其他词汇采用基于《知网》本体计算词语语义相似度；
（4）在词语语义相似度的基础上计算句子的相似度；
（5）根据用户所提问句与FAQ库中问题的句子相似度，定义一个相似度阈值，从FAQ库中抽取相似度阈值最高的问题的答案作为用户提问的问题答案；

利用本体的关系进行关键词扩展

根据本体中的关系（上下位关系、同义关系、相关关系）对用户问句识别出的关键词进行扩展，增大问题的检索范围，从而提高问答系统的查全率。
比如，在传统的基于模式匹配的FAQ问答系统中，将领域本体作为附加知识库，对用户问句经过分词处理之后，提取关键词，一面在FAQ中匹配答案，一面基于领域本体扩展关键词给出相关内容的推荐。

本体作为知识库

本体为问答系统提供了结构化、关联化的高质量数据，可以作为问答系统的知识来源。将用户输入的自然语言问句经过处理后，映射到本体的结构化查询上，从而给出更准确的信息，实现问什么答什么的智能问答。

比如，用户输入问句“How many people are there in kunming”，经过问句处理之后转化为结构化查询语句，在本体库中映射到“population”人口属性上，进而得到答案。