本体最初是一个哲学概念,用来描述事物的本质。在本世纪80年代,科研人员把本体引入人工智能领域,并赋予其新的含义。在计算机科学领域,本体被定义为共享概念模型的形式化规范说明。应用本体的主要目的是为了知识共享和复用。科研人员从实际出发提出多种构造本体的标准,其中最有影响的是Gruber提出的5个准则:明确性和客观性、一致性、完全性、最大单调可扩展性、最小承诺。因为本体的构造还没有一个统一的标准,所以在同一个领域内产生了大量不同的本体,这些本体间是异构的,本体映射能够有效地解决本体异构与互操作问题。本文对目前已有的本体映射方法进行了研究与分析,重点讨论了基于相似度计算的方法所存在的问题。当前在很多采用基于计算相似度的本体映射方法中,研究重点在于如何快速有效计算出概念间的相似度,从而确定映射关系。本文中提出的基于相似度计算的本体映射方法,考虑了确定的映射对未进行计算的相关概念相似度的影响,并提出了一种基于本体内定义的规则和约束来验证映射结果的方法,在保证了映射速度的前提下,有效的提高了映射的精度。本方法除判别相等与相似的概念外,还考虑了映射概念的子类与超类关系。在计算概念间的语义相似度时,用加权综合名称相似度、属性相似度、实例相似度来量化不同本体中概念间的语义关系。