语义Web将信息赋予了明确的语义含义,方便了人与计算机之间的协同工作。本体是语义Web体系的核心,是一种描述语义知识的建模手段,包含了较为丰富的自然语言描述。随着语义Web的发展,越来越多的系统开始使用本体描述网页信息,然而本体间存在的异构性阻碍了不同本体间的知识共享。为了更有效的利用语义Web中的知识,需要通过本体匹配来构建异构本体元素间的交互规则,从而实现不同本体间的语义互操作。到目前为止,已有一些研究人员针对本体匹配做了较深入的研究,然而现有的本体匹配系统的匹配效果仍有待进一步提高。基于以上现状,本文主要针对本体匹配算法展开了比较深入的研究,提出了一个基于多策略的本体匹配算法,多策略匹配是指使用多种匹配算法对两个本体进行匹配,并实现了一个以该算法为核心的本体匹配系统。具体而言,本文主要包含以下三个研究内容：(1)研究多策略匹配的实现方法。论文对使用相似度集成和机器学习分类算法这两种实现多策略匹配的方法进行了研究,通过理论和实验分析比较了其在实现多策略匹配时的效果。(2)提出了一个基于多策略的本体匹配算法。该算法的语言学匹配阶段采用多策略匹配,即使用多种匹配算法执行匹配,其使用K-近邻分类算法进行实现。算法的结构匹配阶段基于GEL图进行,通过在GEL图中查找已有匹配的相邻结点来发现候选匹配,后又采用基于K-近邻的多策略匹配技术来过滤这些候选匹配得到最终的匹配集合。同时针对语言学匹配阶段的算法和结构匹配阶段的算法,论文还提出了相应的冲突匹配的检测与修复的方法。(3)实现了一个以所提算法为核心的本体匹配系统,并将该系统与现有的几个表现较好的本体匹配系统进行了评比。实验结果表明,我们的系统获得了较高的查准率和F1值。