本体术语源于哲学，来自希腊文。根据希腊文的字面意思，本体是关于“onto”的“logos”，即一切有关“存在”（希腊文“onto”是“存在，有”的意思）的学问或理念（logos），即世界在本质上有什么样的东西存在，或世界存在哪些类别的实体。所以哲学上的本体是对世界领域内真实存在所作出的客观描述。在人工智能领域，本体是通过对象类型、属性类型和关系类型对事物进行的形式化描述。本体的核心理念是知识共享，通过减少概念和术语上的歧义，建立一个统一的框架或规范模型，使得来自不同背景、持不同观点和目的的人员之间的理解和交流，以及不同系统之间的互操作或数据传输成为可能，并保持语义上的一致。

本体作为语义基础，被广泛应用于信息检索、语义网络、软件工程、自然语言处理、知识图谱等领域，为满足企业界和学术界的需求，现已开发出了多种通用的常识性本体库系统，如WordNet、HowNet、Cyc、DBpedia等。接下来将对较为成熟的WordNet、HowNet和Cyc进行介绍。

WordNet是由美国普林斯顿大学的G.A.米勒（George A. Miller）带领的一组心理词汇学家和语言学家于1985年起开发的大型英文词汇数据库，其设计思路来源于心理语言学和人类词汇记忆的计算理论，被认为是计算语言学、文本分类等相关领域的重要语义资源。WordNet根据词条的意义将它们分组，每一个具有相同意义的词条组成成为一个同义词集合（synset）。WordNet为每一个synset提供了简短、概要的定义，并记录不同synset之间的语义关系。在WordNet中，名词、动词、形容词和副词各自被组成一个同义词的网络，每个同义词集合都代表一个基本的语义概念。WordNet采用层次树的结构对概念进行描述，名词网络的主干是蕴涵关系的层次，最顶层是11个抽象概念，如实体，心理特征等。总之，WordNet可以说是一个最直接的语言本体表达体系。

Hownet（知网）是中国计算语言学家董振东、董强在20世纪90年代开发的一个汉语和英语的常识知识库。它包含中文词典中国概念与概念间的关系，概念的属性与属性之间的关系，同时还包含了与中文对应的英文概念，以及概念的属性之间的关系。HowNet秉承还原论思想，认为词汇/词义可以用更小的语义单元来描述，这种语义单元被称为“义原”（Sememe），即原子语义，也是最基本的、不宜再分割的最小语义单元。HowNet基于该义原体系累计标注了数十万词汇/词义的语义信息。HowNet通过基本数据、S-关系触发器和D-关系触发器建立层次化系统架构。基本数据是通过义原和各类关系来表达概念定义、分类和它们之间的相互关系。S-关系触发器可以使用户快捷、方便地存取基本数据。D-关系触发器是上层应用层，用户根据自己的需要完成相应的操作。总之，HowNet很好地运用了本体思想，并在中国学术界引起了极大的研究热情，研究者在词汇相似度计算、文本分类、信息检索等方面探索了HowNet的重要应用价值。

Cyc是一个致力于将各个领域的本体及常识知识综合地集成在一起，并在此基础上实现知识推理的人工智能项目。该知识库中包含了320万条人类定义的断言，涉及30万个概念，15000个谓词。这些资源都采取CycL语言来进行描述，该语言采取谓词代数描述，语法上与Lisp程序设计语言类似。如知识“每只鸟都是动物”“动物最终都会死亡”，当提出“鸟是否会死亡”时，推理引擎根据知识推理可以得到正确的结论。Cyc是一个试图综合日常生活常识，建立综合的本体库和数据库的人工智能工程，其目标是使人工智能具有与人相似的推理能力。

本体是一套对客观世界进行描述的共享概念化体系，它强调的是抽象的概念表示，它只对数据的定义进行了描述，而没有描述具体的实例数据。为机器定义本体，就好比将人们对世界的认识先验传递给机器，显然，这一工作需要人类专家完成。相比较而言，知识库富含的是实体以及关系实例，而在构建知识库的前期，知识库的模式（schema）定义实质上是在完成本体定义的任务。因此，相比抽取大量实例这一烦琐任务，本体定义是框架层面的，需要更为精细的设计，并只需要为同一类型的事物设计一套可共享的本体。

综上所述，本体库在智能信息检索、自然语言处理、知识图谱等方面得到了广泛的应用，不仅包括各类知识库的构建，还包括信息检索、文本分析等。