Para muchos usuarios del procesamiento del lenguaje natural (NLP), puede ser un desafío obtener respuestas concisas, precisas y exactas a una pregunta. Sistemas como el de respuesta a preguntas (QA) permiten a los usuarios hacer preguntas y recibir retroalimentación en forma de respuestas rápidas a preguntas formuladas en lenguaje natural, en lugar de en forma de listas de documentos entregadas por motores de búsqueda. Esta tarea es desafiante e implica una compleja anotación semántica y representación del conocimiento. Este estudio revisa la literatura que detalla métodos basados en ontologías que mejoran semánticamente el QA para un dominio cerrado, presentando una revisión de la literatura de los estudios relevantes publicados entre 2000 y 2020. La revisión informa que 83 de los 124 artículos considerados reconocen el enfoque de QA y recomiendan su desarrollo y evaluación utilizando diferentes métodos. Estos métodos se evalúan según precisión, exactitud y recuperación. Se encuentra que un enfoque ontológico para mejorar semánticamente el QA se adopta de manera limitada, ya que muchos de los estudios revisados se concentraron en cambio en el procesamiento de NLP y recuperación de información (IR). Mientras que la mayoría de los estudios revisados se centran en dominios abiertos, este estudio investiga el dominio cerrado.