[논문 리뷰] Genericity versus expressivity - an exercise in semantic interoperable research information systems for Web Science

Christophe Guéret, Tamy Chambers외 3명|arXiv (Cornell University)|2013. 04. 21.

Semantic Web and Ontologies참고 문헌 29인용 수 4

한 줄 요약

이 논문은 핵심 국제 온톨로지와 국가 및 현지 확장을 조합함으로써 일반성과 표현력 사이의 균형을 이루는 중간 수준의 의미적 상호운용성 있는 연구 정보 시스템 모델을 제안한다. 이는 FOAF, BIBO, PROV-O와 같은 연결 데이터 표준을 사용하여 과학 모델링을 위한 확장 가능하고 추적 가능한 데이터 집합을 가능하게 하며, 네덜란드에서 VIVO 기반의 구현을 통해 타당성을 입증한다.

ABSTRACT

The web does not only enable new forms of science, it also creates new possibilities to study science and new digital scholarship. This paper brings together multiple perspectives: from individual researchers seeking the best options to display their activities and market their skills on the academic job market; to academic institutions, national funding agencies, and countries needing to monitor the science system and account for public money spending. We also address the research interests aimed at better understanding the self-organising and complex nature of the science system through researcher tracing, the identification of the emergence of new fields, and knowledge discovery using large-data mining and non-linear dynamics. In particular this paper draws attention to the need for standardisation and data interoperability in the area of research information as an indispensable pre-condition for any science modelling. We discuss which levels of complexity are needed to provide a globally, interoperable, and expressive data infrastructure for research information. With possible dynamic science model applications in mind, we introduce the need for a "middle-range" level of complexity for data representation and propose a conceptual model for research data based on a core international ontology with national and local extensions.

연구 동기 및 목표

• 기관, 국가, 연구 분야 간 일관되고 상호운용 가능한 연구 정보 데이터 모델의 부족을 해결한다.
• 기존의 전통적 문헌지표를 초월한 연구자 중심 데이터를 통합하여 과학의 역동성을 종합적으로 모델링할 수 있도록 한다.
• 개인 연구자에서 글로벌 과학 시스템에 이르기까지 다양한 척도에서 과학 모델링을 지원하기 위해 재추적 가능하고 집계 가능한 데이터 레이어를 구축한다.
• 기존 시스템의 한계(예: 저자 혼동, 사각지대 데이터)를 표준화되고 의미적으로 풍부한 표현 방식을 통해 극복한다.
• 확장 가능한 국가 및 현지 계층을 갖춘 핵심 온톨로지를 제안함으로써 동적이고 비선형적인 과학 모델링을 가능하게 하며, 데이터 기원과 재추적 가능성을 유지한다.

제안 방법

• 국제적 핵심 온톨로지 기반의 개념 모델을 설계하고, 국가(예: 네덜란드의 NARCIS) 및 현지(예: KNAW) 온톨로지로 확장한다.
• FOAF(사람), BIBO(출판물), LODE(행사), SKOS(스킬), PROV-O(기원)와 같은 기존 연결 데이터 어휘를 활용하여 의미적 표현력을 향상시킨다.
• 핵심 온톨로지는 W3C에, 국가 확장은 국가 기관(예: 네덜란드의 VSNU)에, 현지 확장은 기관 저장소에 호스팅한다.
• 기존 시스템(VIVO, CERIF 등)과 통합하기 위해 의미적 매핑을 활용하여 데이터 재사용성과 상호운용성을 확보한다.
• 네덜란드 연구 정보 시스템(NARCIS)의 실제 데이터와 VIVO 배포 사례를 적용하여 타당성과 확장 가능성을 검증한다.
• W3C 표준과 정부 연결 데이터를 위한 JoinUp GLD 이니셔티브와의 일치를 통해 확장성과 재사용성을 보장한다.

실험 결과

연구 질문

• RQ1 연구 정보 시스템은 어떻게 상호운용성을 위해 일반성과 연구자 활동의 세밀한 모델링을 위한 표현력 사이의 균형을 유지할 수 있는가?
• RQ2 어느 정도의 데이터 정밀도가 과학 시스템의 다양한 척도에서 데이터 집합과 분해를 모두 가능하게 하는가?
• RQ3 국가 및 현지 연구 데이터는 국제 표준과 어떻게 의미적으로 통합되어 대규모 과학 시스템 분석을 지원할 수 있는가?
• RQ4 FOAF, BIBO, PROV-O와 같은 의미 어휘는 추적 가능하고 상호운용적이며 확장 가능한 연구 정보 시스템을 어떻게 지원하는가?
• RQ5 확장 가능한 계층을 갖춘 핵심 온톨로지는 데이터 기원과 재추적 가능성을 유지하면서도 동적이고 비선형적인 과학 모델링을 지원할 수 있는가?

주요 결과

• 너무 추상적이지도, 너무 구체적이지도 않은 중간 수준의 데이터 표현 레이어가 과학 모델링을 위한 연구 데이터의 집계와 분해를 가능하게 한다.
• FOAF, BIBO, SKOS, LODE, PROV-O와 같은 핵심 어휘와 모듈러 온톨로지 아키텍처의 통합은 높은 표현력과 의미적 상호운용성을 지원한다.
• 핵심 온톨로지는 W3C에, 국가 확장은 국가 기관(예: VSNU)에, 현지 확장은 기관에 호스팅되어 데이터 스택의 확장 가능하고 신뢰할 수 있는 거버넌스를 보장한다.
• 제안된 모델은 네덜란드에서 VIVO 기반의 구현을 성공적으로 지원하여 실제 구현의 타당성을 입증한다.
• 기존 표준(예: RIS, CERIF)이 다루지 않는 비전통적 연구자 지표(예: 경력 발전 요인)의 포함이 가능해진다.
• W3C와 JoinUp 표준과의 일치를 통해 모델은 국제 연구 정보 시스템 간 장기적 지속 가능성과 재사용성을 보장한다.