La coincidencia de ontologías es un tema emergente rápidamente crucial para el esfuerzo de la web semántica, la integración de datos y la interoperabilidad. La heterogeneidad semántica es uno de los aspectos más desafiantes de la coincidencia de ontologías. En consecuencia, se utilizan recursos de conocimiento de fondo (BK) para cerrar la brecha semántica entre las ontologías. Los enfoques genéricos de BK utilizan un único emparejador para descubrir correspondencias entre entidades de diferentes ontologías. Sin embargo, los resultados de la Iniciativa de Evaluación de Alineación de Ontologías (OAEI) muestran que no todos los emparejadores identifican los mismos mapeos correctos. Además, ninguno de los emparejadores puede obtener buenos resultados en todas las tareas de coincidencia. Este estudio propone un nuevo enfoque de multimatchers de BK para mejorar la coincidencia de ontologías generando y combinando de manera efectiva mapeos de ontologías biomédicas. Se discuten estrategias de agregación para crear mapeos más efectivos. Luego, se propone una medida de confianza de ruta de emparejador que ayuda a seleccionar las rutas más prometedoras utilizando el algoritmo de selección de mapeo final. El rendimiento del modelo propuesto se prueba utilizando las pistas de Anatomía y Biomedicina Grande ofrecidas por la OAEI 2020. Los resultados muestran que se han obtenido niveles de recuperación más altos. Además, los valores de la medida F alcanzados con nuestro modelo son comparables a los obtenidos por los emparejadores de última generación.