Monografia prezentuje zasady wykorzystywania ontologii typu wordnet w inteligentnych systemach e-learningowych operujących na wielotematycznych, dynamicznie przyrastających repozytoriach treści. Omawiana jest w niej nowa klasa systemów typu Intelligent Tutoring Systems (ITS), pozwalających na personalizację kształcenia z wykorzystaniem zasobów repozytorium e-learningowego o różnej tematyce oraz złożoności. Zdefiniowane w pracy ontologie typu wordnet bazujące na strukturze leksykalnych baz danych oraz poszerzone o możliwość reprezentowania wiedzy dziedzinowej oraz eksperckiej, służą w systemie jako model dziedzinowy, który wykorzystywany jest podczas podejmowania decyzji o wyborze treści w trakcie realizacji strategii edukacyjnych. W pracy zaprezentowano algorytm tworzenia ontologii powyższego typu oraz ich wykorzystania przy indeksowaniu treści. Określono zasady modelowania treści z wykorzystaniem systemu taksonomicznego UCTS (Universal Curricular Taxonomy System) oraz architekturę systemu. Zaprezentowany model teoretyczny zweryfikowany został z wykorzystaniem systemu Edumatic ITS oraz repozytorium treści e-learningowych z zakresu ochrony i zarządzania dziedzictwem archeologicznym o objętości ok. 4800 SCO. Uzyskane wyniki mają również charakter bezpośrednio użytkowy: mogą posłużyć jako model przy tworzeniu wielotematycznych repozytoriów treści e-learningowych, mogą też być wykorzystane przy budowie inteligentnych systemów wspierających kształcenie w środowisku Internetu.