[论文解读] Ontology Based Information Integration: A Survey

Maryam Alizadeh, Maliheh Heydarpour Shahrezaei+1 more|arXiv (Cornell University)|Sep 26, 2019

Semantic Web and Ontologies参考文献 56被引用 6

一句话总结

本综述对基于本体的信息集成进行了全面分析，重点聚焦本体匹配作为解决异构数据源之间语义异质性的核心技术。该综述评估了基于本体的数据、模式、目录和语义集成方法，强调了单个、多个及混合本体模型的方法，重点关注映射、评估以及本体演化与验证中的挑战。

ABSTRACT

An ontology makes a special vocabulary which describes the domain of interest and the meaning of the term on that vocabulary. Based on the precision of the specification, the concept of the ontology contains several data and conceptual models. The notion of ontology has emerged into wide ranges of applications including database integration, peer-to-peer systems, e-commerce, semantic web, etc. It can be considered as a practical tool for conceptualizing things which are expressed in computer format. This paper is devoted to ontology matching as a mean or information integration. Several matching solutions have been presented from various areas such as databases, information systems and artificial intelligence. All of them take advantages of different attributes of ontology like, structures, data instances, semantics and labels and its other valuable properties. The solutions have some common techniques and cope with similar problems, but use different methods for combining and exploiting their results. Information integration is among the first classes of applications at which matching was considered as a probable solution. Information integration contains many fields including, data integration, schema integration, catalogue integration and semantic integration. We cover these notions in term of ontology in our proposed paper.

研究动机与目标

• 系统性回顾基于本体的信息集成技术，以解决分布式数据源之间的语义异质性问题。
• 分析本体在实现异构系统（如数据库、对等网络和电子商务平台）中语义互操作性方面的作用。
• 评估现有的本体匹配、映射与集成方法，包括单个、多个及混合本体方法。
• 识别当前研究中的研究空白，特别是在本体演化、验证以及不完整信息处理方面。
• 提出未来研究方向，包括自动化本体构建与集成系统稳健评估框架的开发。

提出的方法

• 对基于本体的信息集成领域现有工作的调研与分类，重点关注数据、模式、目录和语义集成。
• 根据本体模型类型对集成方法进行分类：单一全局本体、多个独立本体或使用共享词汇的混合方法。
• 分析将本地本体链接至共同本体或彼此之间以解决语义差异的映射技术。
• 评估形式化语义与元数据（例如通过 OntoUML）的使用，以减少歧义并提高对齐准确性。
• 基于五个代表性工作，比较其在本体演化、映射与集成范围方面的研究方法。
• 提出未来研究方向，包括自动化本体验证以及在集成管道中处理不完整数据。

实验结果

研究问题

• RQ1 不同的本体模型（单个、多个、混合）如何影响信息集成的有效性？
• RQ2 在跨数据源对齐异构本体时面临的主要挑战是什么？当前方法如何应对这些挑战？
• RQ3 现有方法在多大程度上支持现实世界集成系统中本体的演化与动态更新？
• RQ4 形式化建模技术（如 OntoUML）如何提升本体映射的语义正确性？
• RQ5 当前本体集成系统评估框架存在哪些局限性？

主要发现

• 在所调研的方案中，仅有 Exelixis 和 FCA 明确提供了本体演化的方法论，凸显了当前研究中的关键空白。
• Exelixis 方法独特地支持所有类型的信息集成（数据、模式、目录和语义），提供了一个全面的架构框架。
• 尽管大多数方法聚焦于语义集成，但仅有少数方案具备稳健的评估系统，且多数缺乏正式的验证机制。
• 使用形式化建模语言（如 OntoUML）被证明可通过明确表达内在属性与关系依赖，减少语义歧义。
• Exelixis 和 Padilha 使用了多种本体方法，而 FCA、Manshukhal 和 Gagnon 则依赖于全局（单一）本体，表明可扩展性与可维护性之间存在权衡。
• 尽管声称调研了近期工作，但部分论文缺乏详细描述与评估指标，限制了其实际应用价值与可复现性。