为了使Web上的信息具有计算机可以理解的语义,语义网对现有的Web进行了扩展；而本体描述了其中的语义,是支持语义网实际运行的知识库,本体具体表现为领域内共同认可的概念及概念之间的关系。现实世界是不确定的,人类对其的认知势必表现为模糊性和粗糙性,模糊概念即是人类认知的基本形式之一。然而,传统本体很难对模糊性信息进行表达和描述,因此,语义网模糊本体的构建越来越受到人们的关注。手工构建语义网模糊本体不仅工作量大而且很复杂,针对这一问题,本文研究了一种半自动构建模糊本体的方法。模糊概念格是一种表现形式为模糊概念及模糊概念之间关系的知识库,而模糊形式概念分析(FFCA)是对不确定信息进行处理进而构建出模糊概念格的一种方法。即本文的技术路线是,通过对实际领域的不确定信息进行模糊形式概念分析,以构建出模糊概念格,再对其处理生成模糊本体,并将之应用于更接近现实世界的语义网。首先,手工构造初始的模糊形式背景,并进行自动约简；然后,在模糊形式背景上运用渐进式算法构建带有模糊参数的模糊概念格；接着,对模糊概念格进行概念距离聚类处理,得到模糊概念聚类,采用层次化方法生成模糊概念层次；最后,将模糊概念层次映射为语义网模糊本体原型,进而对其扩展为模糊本体,并采用本体描述语言对模糊本体进行描述,实现了以模糊形式概念分析为基础构建的模糊概念格向语义网模糊本体的转化。本文采用上述方法设计了语义网模糊本体构建的总体框架,并实现了一个原型系统。以气候学领域的特征词为数据源对该原型系统进行验证,其结果证实了该系统的可用性；本文的构建过程不仅能使用户构建出模糊本体,而且可以使用户有效而灵活地控制模糊本体的规模；与手工构建过程相比,本文使用的方法能大大提高模糊本体的构建效率。