[论文解读] Semantic Interlinking of Resources in the Virtual Observatory Era

Alberto Accomazzi, Rahul Dave|arXiv (Cornell University)|Mar 30, 2011

Scientific Computing and Data Management参考文献 1被引用 11

一句话总结

本文提出一种语义知识库，通过RDF和链接数据原则将天文学资源——出版物、数据和天体对象——相互关联，实现在分布式档案中的无缝发现与溯源追踪。其主要贡献在于构建了一个可扩展、基于标准的基础设施，将异构的VO资源整合为统一、可查询的网络，从而提升数据密集型天文学中的可重现性与互操作性。

ABSTRACT

In the coming era of data-intensive science, it will be increasingly important to be able to seamlessly move between scientific results, the data analyzed in them, and the processes used to produce them. As observations, derived data products, publications, and object metadata are curated by different projects and archived in different locations, establishing the proper linkages between these resources and describing their relationships becomes an essential activity in their curation and preservation. In this paper we describe initial efforts to create a semantic knowledge base allowing easier integration and linking of the body of heterogeneous astronomical resources which we call the Virtual Observatory (VO). The ultimate goal of this effort is the creation of a semantic layer over existing resources, allowing applications to cross boundaries between archives. The proposed approach follows the current best practices in Semantic Computing and the architecture of the web, allowing the use of off-the-shelf technologies and providing a path for VO resources to become part of the global web of linked data.

研究动机与目标

• 解决在分布式档案中对异构天文学资源（出版物、数据集和天体元数据）的发现与集成问题。
• 实现科学出版物、观测数据与天体对象之间的无缝导航，以支持可重现性与科研工作流透明化。
• 捕获并形式化出版物、数据产品与科研活动之间的溯源关系，以支持长期维护与重用。
• 构建一个持久、机器可处理的知识库，支持高级发现服务与科研影响力度量。
• 与现有天文学档案（如ADS、SIMBAD、Vizier、NED）集成，并通过语义互联与链接数据发布扩展其功能。

提出的方法

• 基于成熟的语义网标准（RDF、OWL）构建本体，对天文学资源（出版物、数据集、天体）及其关系进行建模。
• 使用三元组存储持久化存储资源之间的语义关系，支持可扩展的查询与推理。
• 利用主要档案（ADS、SIMBAD、NED、MAST、Chandra、ESO）的现有元数据，为知识库注入互联数据。
• 应用语义标注与全文挖掘技术，将出版物与数据及天体关联，提升元数据的丰富性与可发现性。
• 构建基于JavaScript的原型界面（如APOD浏览器），支持多维筛选与交互式探索，实现对出版物、天体与数据集的跨资源联动浏览。
• 与虚拟天文学台（VAO）门户集成，并通过通知机制支持实时更新，实现动态发现。

实验结果

研究问题

• RQ1 如何利用语义技术将异构天文学资源——出版物、数据集与天体对象——在分布式档案中相互关联？
• RQ2 如何最有效地建模并表示科学出版物与其所用数据之间的溯源关系？
• RQ3 能否从现有的、孤立的天文学元数据源中构建一个统一、持久的知识库，以支持跨档案发现？
• RQ4 语义互联如何提升数据密集型天文学中科研工作流的可重现性与透明度？
• RQ5 基于语义知识库，可构建哪些应用级服务以提升科研人员生产力与数据维护效率？

主要发现

• 已实现一个功能原型的语义知识库，利用RDF与OWL将出版物、数据集与天体对象相互关联，支持跨档案发现。
• 系统成功整合了ADS、SIMBAD、NED、MAST及Chandra等主要档案的元数据，形成统一的互联科学资源网络。
• APOD浏览器原型支持对关联的出版物、天体与数据集进行交互式、多面板探索，具备实时更新与可书签搜索功能。
• 已开发语义标注基础设施，支持文献组高效管理文献-数据与文献-天体之间的链接。
• 已启用度量工具，将出版物与项目申请及观测活动关联，支持科研影响力与项目效能度量的计算。
• 通过增强出版物与数据、图表、表格及SED的链接，实现了“未来论文”概念，支持科学出版物的丰富、交互式视图。