Las ontologías juegan un papel central en la estructuración del conocimiento a través de dominios, apoyando tareas como el razonamiento, la integración de datos y la búsqueda semántica. Sin embargo, su gran tamaño y complejidad, particularmente en campos como la biomedicina, la biología computacional, el derecho y la ingeniería, las hacen difíciles de navegar para los no expertos. Los lenguajes de consulta formales como SPARQL ofrecen acceso expresivo pero requieren que los usuarios comprendan la estructura y la sintaxis de la ontología. En contraste, las herramientas de exploración visual y las interfaces de búsqueda básicas basadas en palabras clave son más fáciles de usar pero a menudo carecen de flexibilidad y expresividad. Presentamos FuzzyVis, un sistema de prueba de concepto que permite la exploración intuitiva y expresiva de ontologías complejas. FuzzyVis integra dos componentes clave: un modelo de consulta basado en lógica difusa construido sobre incrustaciones de ontología difusa, y una interfaz visual interactiva para construir e interpretar consultas. Los usuarios pueden construir nuevos conceptos compuestos seleccionando y combinando conceptos existentes de la ontología utilizando operadores lógicos como conjunción, disyunción y negación. Estos conceptos compuestos se comparan con la ontología utilizando incrustaciones basadas en membresía difusa, que capturan grados de membresía y apoyan la búsqueda de similitud a nivel de concepto aproximada. La interfaz visual admite la navegación, la composición de consultas y la búsqueda parcial sin requerir sintaxis formal. Al combinar semántica difusa con razonamiento basado en incrustaciones, FuzzyVis permite una interpretación flexible, un cálculo eficiente y un aprendizaje exploratorio. Un escenario de uso demuestra cómo FuzzyVis apoya necesidades de información sutiles y ayuda a los usuarios a descubrir conceptos relevantes en ontologías grandes y complejas.