还有一系列具体的问题。
1.
知识库的存在形式，知识库，与公理的结合，用于语义的推理，概念的映射。
2.
本地本体归并为公共本体的问题。何时需要归并，何时不需要归并？!还有归并的算法。
3.
人机语言的查询接口问题。自然语言处理技术，将模糊的查询转换为RDQL语言的查询。
4.
数据交换过程中共享视图的维护和更新。共享视图建立在关系模型上。建立关系模型的有的在于便于存储，如果对一些相似本体进行归并，需要大量的内存开销。这里涉及到，如何判定本体的相似性，以便建立共享的视图，其实也是本地本体何时需要归并的引申问题。需要引入计算本体的相关性(并不是概念的相似度)，计算或者判定RDF模型的相关性，并作出后续的工作。
5.模型中并没使用概念的相似度计算技术。个人认为概念是模糊的，并不是可以精确计算测量的。计算测量的概念称为形式概念。这里的概念主要考虑概念的含义，使用知识库和公理，对概念进行映射的技术。如果是形式概念，可以引进相似度计算。但在语义集成模型中，我们认为，用户关注的是有明确含义的概念，而并非是形式概念。
6.模型中产生的算法，算法优化，只是技术问题。

1.本体构建与语义集成研究
2.数据交换模型研究与实现
3.语义网中的本体推理研究