万维网(World Wide Web)已成为人们获得信息、取得服务的重要渠道之一。但至今它主要作为文件媒体的集合,其上的大部分内容都是设计给人看的,而计算机却不能对其内容进行自动理解和处理。因此,万维网虽然是一个具有虚拟的无限潜力的信息资源库,但是,这种潜力却未能得到充分的应用。针对上述问题,研究者们提出了语义Web的概念。语义Web是由万维网的创始人Tim Berner-Lee于1998年首先提出的,并且把它描述为:“是对当前Web的扩展,其所具有的定义良好的语义,能更好地使计算机和人之间进行协同工作。”语义Web的目标是使Web上的信息具有计算机可以理解的语义。为了实现语义Web信息服务的智能化和自动化的目标,语义Web研究者们开发了许多新技术并提出了一系列的技术标准。Tim Berners-Lee一直致力于语义Web技术的研究,提出了语义Web的层次模型,并得到了语义Web研究者们的认同。该模型由七个层次组成,分别为:Unicode和URI层、XML+NS+XML Schema层、RDF/RDF Schema层、Ontology层、Logic、Proof和Trust层。知识表示是语义Web实现的基础,知识表示就是把知识编码成一种适当的数据结构。为了便于知识管理和推理分析,知识表示的方法一般要求简单、明了、易于理解,并能对知识进行方便、灵活的扩充。传统的知识表示方法主要有数理逻辑、规则式专家系统、框架及语义网络等。上述知识表示方法通常是集中式的,这意味着每个人对于共同的概念,必须使用完全一样的定义。而语义Web的知识表示需要构建在一个数据和知识多对多交换的大平台之上,其核心内容是建立一个语义明确的信息空间。语义Web所面临的一个最大挑战就是如何提供一种语言,能够同时描述数据以及根据数据进行推理的规则,并且允许任何现存知识标识系统中的规则能输出到Web上,由此增强Web的逻辑性。迄今为止,解决这一任务的重要技术包括XML、RDF、和本体等。XML提供了灵活、通用、丰富的结构化信息表示方式,是整个语义Web的基石;RDF则定义了一个简单的数据模型以表达数据间的关系;本体通过定义属性并建立一个分类层次结构,将不同的概念区别和组织起来,同时也通过属性将概念相互联系起来,从而建立起概念的语义空间,是解决语义层次上Web信息共享和交换的基础,它在语义Web中具有非常重要的地位。描述逻辑是一种基于对象的知识表示的形式化工具,是一个用于描述及推理概念知识的逻辑公式集合体,是一阶谓词逻辑可判定的子集,能够提供可判定的推理功能,是语义Web本体层的逻辑基础,在语义Web的发展过程中起着非常重要的作用。本文首先介绍了传统的知识表示方法及已有的语义Web知识表示方法,分析了这些已有的语义Web知识表示方法所存在的不足和局限性,然后在此基础上对基于描述逻辑的语义Web的知识表示方法进行了研究和探讨。本文的主要贡献有两个:一是在Mira Balaban工作的基础上给出了一种表达能力较强且推理可判定的描述逻辑SHION(D)与F-Logic之间的关系,证明了描述逻辑SHOIN(D)表示的本体可以语义等价地转化为一个F-Logic本体,并给出了一种推理可判定的描述逻辑与规则的集成方法,给出了一个推理算法,证明了算法可判定性及正确性,分析了算法的复杂性。二是在Sowa和Baader等人的工作基础上,给出了如何把可判定的概念图子集所表示的知识转化为描述逻辑知识库的方法,并且给出了这种转化的正确性证明,给出了利用描述逻辑已有的可判定的自动推理算法判断概念图的一致性和包含关系的方法,也证明了这些方法的正确性。这些工作弥补了Sowa和Baader等人研究中的不足,为概念图在语义Web知识表示中的实际应用提供了坚实的理论基础。