本體對齊，或本體匹配，是確定本體中概念之間對應關系的過程。一組對應關系也被稱為對齊。在計算機科學、認知科學或哲學中，這個短語的含義略有不同。

對于計算機科學家來說，概念被表達為數據的標簽。從歷史上看，對本體對齊的需求是出于整合異質數據庫的需要，這些數據庫是獨立開發的，因此各自都有自己的數據詞匯。在涉及許多提供自己本體的行為者的語義網背景下，本體匹配已經在幫助異質資源互操作方面占據了關鍵地位。本體匹配工具可以找到在語義上等同的數據類別，例如卡車和貨車。這些類不一定在邏輯上是相同的。根據Euzenat和Shvaiko（2007）的說法，相似性有三個主要維度：句法、外部和語義。巧合的是，它們大致對應于認知科學家在下文中確定的維度。一些工具和框架已經被開發出來用于本體的對齊，有些是受到認知科學的啟發，有些是獨立開發的。本體對齊工具通常被開發來操作數據庫模式、XML模式、分類法、形式語言、實體關系模型、字典和其他標簽框架。在匹配之前，它們通常被轉換為圖的表示。自從語義網出現后，這種圖可以在資源描述框架系列語言中用<主語、謂語、賓語>形式的三要素表示，如Notation3語法所示。在這種情況下，對齊本體有時被稱為本體匹配。最近，本體匹配的問題已經通過嘗試首先計算匹配和（基于匹配的）自動映射的方式得到解決。像DSSim、X-SOM或COMA++這樣的系統目前獲得了非常高的精度和召回率。本體對準評估倡議的目的是評估、比較和改進不同的方法。

給定兩個本體是值的集合，我們可以定義不同類型的（本體間）關系。這種關系將被稱為，所有的，排列組合，并且可以在不同的維度中進行分類。相似性與邏輯性：這是匹配（預測本體術語的相似性）和映射（邏輯公理，通常表達本體術語之間的邏輯等價或包含）之間的區別。原子與復雜：我們考慮的排列是一對一的，還是可以在類似查詢的表述中涉及更多術語（例如。同質性vs異質性：配對是否對同一類型的術語進行預測（例如，類只與類相關，個體與個體相關，等等），或者我們允許關系的異質性？

配對類型：與配對相關的語義。它可以是subsumption、equivalence、disjointness、part-of或任何用戶指定的關系。Subsumption、atomic、homogeneous排列是獲得更豐富排列的基石，在每個描述邏輯中都有明確的語義。現在我們來更正式地介紹本體匹配和映射。原子同質匹配是一種帶有相似度的對齊方式{displaystylesin[0,1]}，描述兩個本體的相似性。描述了輸入本體的兩個術語的相似度{displaystylet_{j}}是同質本體術語。是同質化的本體術語。

對于對本體對準感興趣的認知科學家來說，概念是語義網絡中的節點，它們駐扎在大腦中，作為c。