语义万维网(Semantic Web)概念最早由万维网之父蒂姆·伯纳斯-李(TimBerners-Lee)先生于1998年提出。近年来,随着互联网的大热,语义万维网得到了迅猛的发展:其链接开放数据(Linking Open Data)不但从2007年的500万条,猛增500倍,至2010年的250亿条,而且语义万维网方面的技术也被广泛地应用于政府、军事、医疗、搜索等诸多领域。正当语义万维网在全球范围内如火如荼地发展着,中国的语义万维网事业却停滞不前。笔者认为其中有三点原因:第一,缺少中文链接开放数据,即缺少中文本体,以及它们之间的匹配关系。第二,中英有别,传统的基于英文本体相似度计算的匹配算法无法适用于中文本体匹配。第三,无法对匹配结果进行大规模评测。为了解决以上难题,笔者在本文中提出了一套专门用于中文本体匹配的匹配框架。框架中,笔者精心设计了匹配发现方案,匹配推理方案和匹配过滤方案,分别用于寻找中文本体间的种子匹配,以及对种子匹配进行推理扩大和错误过滤。通过将过滤得到的阳性和阴性匹配结果重新反馈到种子匹配,该框架可以对种子匹配进行反复地更新、推理和过滤操作,以最大限度地找到中文本体间的高质量匹配。此外,笔者还设计了一个在线匹配评测系统,用于对框架生成的匹配结果进行大规模人工评测。实验中,笔者从全球最大的三个中文百科网站中提炼出了本体数据,它们随后在匹配框架中进行两两匹配,匹配结果最终由志愿者们进行评测。结果显示:笔者的这套匹配框架在这三个中文本体之间一共发现了135万余条匹配,其中99%的匹配的正确率达到了80%以上。