大型本体高效检索与使用是一个非常有意义且有待解决的问题。语义网发展到今天，本体数据集的规模都已经非常庞大，其中不可避免的存在不同程度的数据不一致。然而，对于本体的使用者而言，大多数情况下只需要数据集的部分信息，规模过于庞大的本体虽然信息完善，却不方便使用。此外，如何处理大型本体中普遍存在的不一致问题也是本体发展中的障碍之一，这直接影响了语义网的推广与发展。因此，如何在保证本体数据一致性的同时实现大型本体的方便使用是当今的研究热点。本体模块化技术可以将大型本体按照一定的规则分割成多个小型本体。由于本体数据图结构的特性，因此在模块化过程中需要保证数据分割的准确与完整性。准确性要求分割点的精确，确保来源相同的数据不会混淆在不同的子本体中。而完整性要求同一个结构下的资源应该被划分在同一个子本体模块中。此外，本体的编撰过程中不可避免的存在有数据结构的冲突与概念定义的不一致。这对本体使用者，尤其是推理查询的使用造成了负面的影响，如何定位并处理不一致是该问题的核心。本文在研究中借鉴了一种名为MORE的多版本检测机制与Pellet本体推理机，并在此基础上实现了本体创建过程中的逐层扫描不一致检测方式。通过对本体模块化和一致性检测的研究与整合，本文设计并开发了一种基于本体一致性检测与模块化技术的本体映射模型。它融合了本体模块化与一致性检测的技术，但与之又有明显的区别。本文利用本体一致性检测技术，将不一致本体分割为多个一致子本体组成的集合，并利用子本体自由组合成多个原本体的映射，从而以一种全新的方式解决大型不一致本体的使用问题。既排除了不一致信息，也使得大型本体的使用更加方便。