互联网的高速发展带来了海量的数据,其中大量的非结构和半结构的数据不利于自动化处理。语义Web为计算机能够理解的结构化数据提供了技术支持,促进了人机协同工作。作为语义Web技术的重要组成部分,基于描述逻辑的本体语言OWL为其提供了严谨的逻辑基础。在描述逻辑的语言体系中,DL-Lite能提供多项式时间内的推理服务,同时又具备UML以及E-R模型的表达能力。DL-lite下的应用受到了学术界以及工业界的广泛关注。在实际应用中,本体的构建与维护是一项复杂的过程。此过程常导致本体出现不一致性问题,从而使得标准推理服务失效。因此本体中的不一致性是本体工程中必须要处理的一类问题。针对本体中的不一致性问题,通常有两种处理方法,一是找出并消除本体中的不一致：二是应用非标准的推理方法,在不一致存在的情况下实现有意义的推理。本文重点关注DL-Lite中的不一致性问题并且结合以上两种方法开展工作。具体内容如下：(1)在本体调试方面,提出了一种基于图的本体调试方法。将DL-Lite本体转换成有向图,通过路径遍历的方式来计算本体中的最小不可协调保持子集。基于图的调试方法摆脱了对描述逻辑推理机的依赖,对比实验结果表明新的方法有更高的执行效率和稳定性。(2)在本体修正方面,提出了一种基于图的修正方法。新的修正方法首先通过修正状态将不一致木体划分成保留部分和待判别部分。在修正状态的基础上定义出一种新的满足最小改变原则的修正算子。本文采用两种方式实现了新的修正算子,一种是基于评分函数的,另一种基于碰集树的方法。从对比实验结果来看,基于评分函数的修正方法执行效率要高于基于碰集树的修正方法。(3)在不一致容忍语义方面,定义了两种新的不一致容忍语义。新定义的不一致容忍语义与经典的不一致容忍语义相比避免了计算整个ABox关于TBox的闭包,同时保证了原语义的表达能力,有效地提高了不一致容忍下推理服务的效率。(4)在不一致查询应答方面,提出了一种基于不一致容忍语义的查询方法,新的查询方法将本体和查询分别以不同的规则转换成图,这避免了经典查询重写方法导致的查询项冗长的问题,并且优化了查询的效率。