آنتولوژی چیست؟
تئوری‌های هوش‌مصنوعی را می‌توان به دو دسته‌ی اصلی قسمت نمود: تئوری‌های مکانیزم و تئوری‌های محتوا. آنتولوژی‌ها در واقع تئوری‌های محتوایی درباره‌ی اشیا، ویژگی‌های آن‌ها و رابطه‌ی ممکن بین آن‌ها در یک حوزه‌ی خاص از دانش هستند. یک آنتولوژی کلمات و ترمینولوژی مناسب را برای توصیف دانش در حوزه‌ای خاص فراهم می‌سازد.
آنتولوژی‌ها نقش‌های مختلفی در سیستم‌های اطلاعاتی، فهم زبان طبیعی و سیستم‌های مبتنی بر دانش دارند. البته باید در نظر داشت تمرکز تحقیقات اخیر حول محور آنتولوژی، ارائه‌ی دانش واقعی (Factual Knowledge) در حوزه‌ای خاص است، چرا که از این نوع دانش می‌توان در فهم زبان طبیعی استفاده نمود. با این حال دسته‌ی دیگری از کاربردهای آنتولوژی هستند که برای به اشتراک‌گذاری دانش در سیستم‌های مبتنی بر دانش استفاده می‌شوند (مانند به اشتراگ‌گذاری استراتژی‌های استنتاج و متودهای حل مساله).
در نهایت شاید بتوان آنتولوژی را به این صورت تعریف نمود:
آنتولوژی یک مجموعه خصوصیات صریح، رسمی‌تر از زبان طبیعی انسان، برای توصیفِ ادراکِ یک چیز (و شناخت آن؟) است.
این تعریفِ رسمیِ عجیب به چه معناست؟ بیایید یک آنتولوژی برای یک حوزه‌ی خاص بسازیم: مثلا دانشگاه‌ها. چه مفاهیمی در یک دانشگاه وجود دارد؟ دانشجویان، استادها، درس‌ها، دانشکده‌ها. همه‌ی ما این را قبول داریم. درست است؟ به این می‌گویند ادراک مشترک. حالا این مفاهیم چگونه به هم مرتبط هستند؟ یک دانشجو برای شرکت در کلاس‌های یک درس ثبت‌نام می‌کند. یک استاد، یک درس را تدریس می‌کند. یک درس توسط یک دانشکده ارائه می‌شود. این‌ها همه خصوصیات صریح و واضحی از مفاهیمی هستند که درباره‌شان صحبت می‌کنیم. ساده که بگوییم: به مجموعه‌ی این مفاهیم در یک حوزه (دانشگاه)، رابطه‌های بین آن‌ها و محدودیت‌های هر یک، آنتولوژی می‌گویند.
در آنتو، انباره‌ی مهندسی دانش، آنتولوژی و سیستم‌های مبتنی بر دانش، نقش آنتولوژی در مدل‌سازی و توصیف دانش، استنتاجِ خودکار و به اشتراک‌گذاری دانش بررسی خواهد شد.