随着语义Web的发展,基于本体的应用越来越多。由于本体开发本身具有分布式的特点,不同组织开发的本体可能覆盖相同或者相交的领域,因此它们存在着一定的相似性。本体匹配就是一个发现不同本体之间相似程度的过程,它对于实现基于不同本体的语义Web应用之间的交互具有重要意义。语言学上的相似性和结构上的相似性在本体匹配中具有十分重要的作用。本文阐述了两种新的本体匹配方法:一种是基于语言学的本体匹配方法——LMO;另一种是基于图匹配的本体匹配方法——GMO。LMO的主要思想是构建待匹配本体中的实体的虚拟文档,并通过VSM方法获得虚拟文档之间的相似度,即对应的实体之间的相似度。GMO使用了二部图的方式表示本体,并通过一种新的基于结构相似性传播的度量方法计算实体之间的相似度。在阐述这两种匹配方法的基础上,本文介绍了Falcon-AO的设计与实现。Falcon-AO是一个本体的自动匹配工具,该工具有效地综合使用了LMO和GMO两种匹配方法。本文还通过实验数据分析了Falcon-AO的匹配性能。实验表明,Falcon-AO的匹配性能在目前的本体匹配工具中处于领先的地位。