为了解决知识的异构性，人们提出了获取本体映射的思想，即通过一定的手段来获得异构本体之间语法和语义的关系。与传统的本体映射研究工作相比,我们研究的重点与创新点在于提出了一种创新地结合机器学习方法和形式化手段的新策略,这种实现手段可以看成是一个自底向上的有机应用框架。通过强有力的数据分析理论：形式化概念分析和我们制定的推理规则，我们可以获得概念之间除单一的等价关系之外的诸如：包含，组合，相似等较复杂的映射关系。 我们的主要思想是：将需要求取映射的本体以及相关的实例数据转换成形式化概念分析之中的属性和对象，利用自己设计的机器学习算法获取它们之间的关系并建立概念格，再加上我们提出的推理规则以及我们所提出的运算规则：特化规约，在获得的概念格上进行推理以获得最后的结果。通过我们的实验表明：我们的方法能够比较高效地获得我们所定义的本体之间的映射关系。 因为在大多情况下，遗留数据源往往缺乏相关的元知识描述，为了获得一个统一完整的整合系统的方案，我们还提出了一种整合系统时从实例数据中获得以XML Schema作为元知识描述手段的抽取方法，并在本文中作了详细的介绍。