A reutilização de conhecimento é uma tarefa chave para qualquer sistema computacional. Entretanto, o reúso indiscriminado desse conhecimento pode gerar resultados conflitantes com o objetivo de uso do conhecimento, levando sistemas a se comportarem de maneira imprevisível. Neste trabalho estudamos as consequências do reúso de conhecimento em ontologias baseadas em lógicas de descrição. Focamos principalmente nos problemas que podem ser causados pela fusão de ontologias. Investigamos e comparamos a capacidade das ferramentas de desenvolvimento de ontologias atuais de lidarem com esses problemas e como a teoria se desenvolveu para resolver os mesmos problemas. Realizamos a construção de um arcabouço lógico e de software, organizado na forma de um processo, que tem como objetivo auxiliar o projetista de ontologias a resolver conflitos advindos da fusão. O processo agrupa tarefas descritas normalmente na literatura em separado. Acreditamos que a união dessas abordagens leva a uma melhor solução de conflitos. Durante o desenvolvimento deste trabalho, concentramos nossos esforços principalmente no desenvolvimento de algoritmos para a construção de sub-ontologias maximais, onde os conflitos não ocorram, bem como a ordenação desses conjuntos segundo critérios comuns discutidos na literatura. Tais estratégias foram implementadas em software e testadas utilizando dados gerados automaticamente e dados reais.

Knowledge reuse is a key task during any system development. Nevertheless, careless knowledge reuse may generate conflicting outcomes regarding the system goal, leading such systems to unpredictable behaviour. With that in mind, during this research we studied the consequences of knowledge reuse in ontologies based on description logics. We focused mainly on conflicts arising from ontology merging. We investigated and compared the features developed for this purpose on ontology development tools and how the theory field proposed to deal with the same issues. We developed both a logical and a software framework grouped into a process that aims to help the ontology designer solve conflicts arising from ontology merging. The process groups common tasks that are normally described separately. We believe that the unification of these approaches should result in a better solution for the merging conflicts. We concentrated our efforts during this work on building algorithms for building maximal sub-ontologies where such conflicts are non-existent as well as means for ordering such sets according to a few relevance criteria commonly described at the literature. Such algorithms were implemented and tested against automatically generated and real data.