En el camp de la intel·ligència artificial és usual caracteritzar els objectes d’un domini per mitjà d’un conjunt o vector de parells atribut-valor. Això porta de manera natural al problema de expressar la similaritat entre objectes en funció de les similaritats entre els valors que prenen els atributs com, per exemple, mitjançant certs operadors d’agregació com poden ser les normes triangulars, les còpules o altres operadors. El nostre objectiu consisteix en definir llenguatges de descripcions suficientment expressius i tractables des d’un punt de vista computacional, que permetin un tractament eficient de les relacions de similaritat en les corresponents bases de coneixement i que, al mateix temps, permetin tractar de forma natural les relacions de similaritat local, a nivell dels atributs, les relacions de similaritat global, a nivell dels objectes del domini, i les dependències funcionals entre aquests dos nivells de similaritat.

A partir de la integració a diferents nivells del símbol d’igualtat (interpretat com una relació de similaritat) dins la Lògica Borrosa de Descripcions i les seves bases de coneixement, s’estudien diferents alternatives dirigides a l’objectiu que aquesta integració sigui compatible amb representacions de tipus atribut-valor.