目前网络上数量庞大的数据信息,大多以HTML页面的形式被展示,由于HTML标记语言自身的特点,现有的大量数据往往不具有良好的组织与结构。另外,还存在多个概念表达同一语义的情况。那么,语义网不但可以将数据的表达形式和内容本身分离开,还通过定义一个领域内的公共本体,对不同概念表达同一语义的情况进行消歧,以实现计算机对数据的直接处理和理解。构建好的本体不应该是一成不变的,它应该随着数据的增加而不断更新扩展。本体的概念层级结构依据概念间的上下位关系对概念进行组织并存储大量的概念实例—实体。因此本体的更新扩展问题涉及到的两个最重要的问题分别是新实体的插入更新与新概念的定义更新。本文我们提出了一个自动化的解决方法来对本体进行更新,该方法可以向本体的概念层级中插入新实体,同时生成新的概念并将其插入概念层级中合适的位置。我们所用的方法仅仅需要有关新实体描述的很有限的信息,例如每一个实体自身所包含的属性。解决方法是综合了概念层级的结构和实体属性的文本内容这两方面的优势而提出的一种策略,其中实体属性的文本内容用来衡量一个实体和一个概念间的相似度,而概念层级的结构用来决定计算实体和哪一个概念间的相似度。我们提出的方法中用到的相似度度量方法,也结合了概率和规则两种因素。为了检验我们提出的方法的实际效果,我们在中文维基百科数据上进行了实验,即向已存在的中文维基百科概念曾经中插入新实体和形成新的概念对其进行扩展。在新实体插入的实验中,大多数情况下我们的方法表现较好,综合策略的表现优于仅仅使用了单一策略的方法。对概念层级第一层和第二层的概念进行新实体插入时,表现最好的实验的准确率都高于0.85。此外,在将新实体插入概念后,我们还基于实体属性和属性值的相似度度量方法,对概念中存在和新实体同名的情况进行区分。在新概念生成的实验中,基于实体属性的聚类方法在大多数情况下也表现良好。