语义Web中本体层、规则层与逻辑层的研究是目前语义Web研究领域的热点，其中每层都涌现出一些各自独立定义的知识表示方法和语言，并实现了一些应用原型。然而，目前存在的一个突出问题是：各层中多种规范相互转换非常复杂，缺乏转换机制，使得建立在各自规范之上的知识系统的互操作极其困难；而且层与层的建模和实现是完全分离的，这使得从任何现存的知识表示系统中抽取语义逻辑到Web之上成为一大难题，而知识建模和知识表示是实现语义Web的基础和关键性技术。 为了能够用同一种语言、以不同的形式对不同语义粒度的知识进行一致性建模和表示，论文对语义Web中的知识建模方法进行了研究。主要成果有：(1)挖掘出语义Web下知识进化的螺旋上升规律，在此基础上提出了一套伴随知识应用全生命周期的从最初数据建模开始，经本体建模、规则建模到逻辑建模的双循环统一知识建模方法；(2)定义了一种通用知识建模语言KML，其通用性体现在两个方面：①通用的建模能力，该语言可以对数据、本体、规则、命题以及逻辑进行建模；②通用的表示方式，KML知识模型可以用可视化图形、形式化公式以及半结构化文档三种不同的形式进行表示。统一知识建模方法和通用知识建模语言KML为语义Web下的语义理解和互操作奠定了基础。 论文的另一部分工作是在前面建立的方法论基础之上进行的知识处理机制研究，研究工作包括：(1)提出基于KML的知识构造与转换机制，并进一步研制出KML各种知识模型向语义Web中不同形态知识的典型表示形式的映射转换；(2)提出基于KML的逻辑抽取机制，出于抽取方法的通用性考虑，研究了KML模型到一阶逻辑FOL的抽取和推理；出于逻辑推理的实用性考虑，研究了KML模型到描述逻辑DLDLR和DLALCQI的抽取和推理，并通过逻辑推理实验验证了本文提出的抽取方法和推理效果；同时，经过实验也发现了当今领先的DL推理引擎仍然存在着难于解决结果知识库中复杂集势约束与规模扩散问题，对未来的基于DL逻辑推理系统的应用起到一定的指导作用。 为了检验上述理论研究，论文设计了基于KML的智能知识建模原型系统CAKE，系统提供RPC/Web/Web服务三种模式，并实现论文提出的各种机制以及异构知识模型的逻辑级集成和基于描述逻辑的模型一致性和完备性推理检查、校验与修正等扩充机制。