[論文レビュー] Building Faculty Expertise Ontology using Protege: Enhancing Academic Library Research Services

Snehasish Paul|arXiv (Cornell University)|Jan 12, 2026

Expert finding and Q&A systems被引用数 0

ひとこと要約

この論文は、部門、科目、教員、連絡先データを階層的 Top/Middle/Bottom 構造でマッピングし、SPARQL クエリと研究サービスの紹介を可能にするProtégéベースの教員専門知識オントロジーを提案します。

ABSTRACT

Academic libraries struggle to find and access faculty expertise across disciplines. This research proposes a faculty expertise ontology with a hierarchical structure based on Protégé to enhance library services and knowledge organisation. The ontology classifies relationships between departments, subject areas, faculty members, and contact data into layers including Top, Middle, and Bottom levels. The academic structure that this tiered form takes enables discovery of expertise in departments. The ontology which answers competency questions generated from the subject matter experts can answer real-world questions like which faculties are in the specific areas, how to collaborate with other disciplines and search contact information and so on. Competency questions act as design and test instruments to show that the ontology will fulfil the information needs of Researchers, Librarians and Administrators. The ontology is able to cope with semantically-enhanced queries, as shown by SPARQL implementations. The model works effectively in initiating referrals to an expert, aligning research with the strength of a department and allowing academics to partner up. The ontology delivers a scalable platform that adapts to institutional change. In the future, we intend to integrate with institutional databases and library systems for automatic API updates, as well as develop user interfaces and visualisations.

研究の動機と目的

• 学術図書館における専門知識へ効率的にアクセスする必要性を動機づける。
• 部門、科目分野、教員、および連絡データを結ぶ階層的オントロジーを設計する。
• competency questions がオントロジー設計とテストを現実の図書館ニーズへ導く方法を示す。
• 研究者、司書、管理者を支援する意味情報強化クエリと紹介を可能にする。

提案手法

• Protégé で部門、科目、教員、連絡データを表す Top、Middle、Bottom レベルの階層オントロジーを開発する。
• 教員間の関係をエンコードし、科目専門家から派生する能力問に対応する。
• SPARQL を用いてオントロジー上の意味情報クエリ機能を実演する。
• オントロジーが専門家への紹介を開始し、研究を部門の強みと整合させる方法を説明する。

実験結果

リサーチクエスチョン

• RQ1 部門と科目分野全体でどの教員専門知識を発見できるか。
• RQ2 オントロジーは学際協力をどう支援し、アクセス可能な連絡情報を提供するか。
• RQ3 能力問は研究者と司書の情報ニーズに対してオントロジーを効果的に検証できるか。
• RQ4 モデルは意味情報強化クエリと紹介をどれだけ適切にサポートするか。

主な発見

• オントロジーは部門の専門知識と潜在的な協力を発見可能にする。
• SPARQL を介して意味情報強化クエリを実用的な研究サービスへ適用できる。
• モデルは科目専門家への紹介と研究の部門強みとの整合を促進する。
• オントロジーは機関変更に対して拡張可能で適応性があるよう設計されている。