[论文解读] Automatic Generation of OWL Ontology from XML Data Source

Nora Yahia, Sahar A. Mokhtar+1 more|arXiv (Cornell University)|Jun 4, 2012

Semantic Web and Ontologies参考文献 14被引用 30

一句话总结

本文提出了一种新颖的方法，通过分析XML模式结构并将之映射到OWL构造（如类、属性和公理），实现从XML数据源自动生成OWL本体。该方法能够对语法性XML数据进行语义增强，支持语义网应用中的推理与互操作性，其关键贡献在于减少了人工本体工程的工作量。

ABSTRACT

The eXtensible Markup Language (XML) can be used as data exchange format in different domains. It allows different parties to exchange data by providing common understanding of the basic concepts in the domain. XML covers the syntactic level, but lacks support for reasoning. Ontology can provide a semantic representation of domain knowledge which supports efficient reasoning and expressive power. One of the most popular ontology languages is the Web Ontology Language (OWL). It can represent domain knowledge using classes, properties, axioms and instances for the use in a distributed environment such as the World Wide Web. This paper presents a new method for automatic generation of OWL ontology from XML data sources.

研究动机与目标

• 为解决XML数据中语义缺失的问题，该问题限制了分布式系统中的推理与互操作性。
• 通过OWL弥合语法性XML数据与表达性强的语义本体之间的差距。
• 自动化从XML源生成本体的过程，最大限度减少人工建模。
• 支持数字图书馆和数据集成等领域中的高效知识表示与重用。
• 实现从现有基于XML的数据格式中可扩展的、机器可处理的语义建模。

提出的方法

• 分析XML模式（XSD）的结构，以提取层次与关系信息。
• 将XML元素和属性映射到OWL类以及对象/数据类型属性。
• 从XML约束和嵌套模式中推断OWL公理，如类层次、限制和基数。
• 应用启发式方法，基于XML元素的频率和嵌套深度确定基数以及域/值域关系。
• 使用标准OWL语法和RDF/XML序列化生成完整的OWL本体文件。
• 使用OWL推理工具验证生成的本体的一致性与语义正确性。

实验结果

研究问题

• RQ1 如何将XML模式结构自动转换为OWL本体构造？
• RQ2 哪些启发式方法能有效从XML数据中推断语义关系，如类层次和属性限制？
• RQ3 自动本体生成在多大程度上能减少语义建模中的手工工作量？
• RQ4 与手工编写的版本相比，生成的OWL本体在一致性和语义准确性方面如何？
• RQ5 生成的本体能否支持分类和一致性检查等推理任务？

主要发现

• 所提出的方法成功地将XML模式转换为语义丰富的OWL本体，且人工干预极少。
• 生成的本体支持基本的推理任务，如类层次推断和一致性检查。
• 基于启发式的XML元素到OWL构造的映射，在目标本体中实现了对语义关系的高覆盖率。
• 该方法通过自动化初始建模阶段，显著减少了本体工程所需的时间与工作量。
• 该方法在真实世界数据格式中具有可行性，尤其在数字图书馆和元数据交换场景中表现良好。
• 生成的本体在保持源XML结构保真度的同时，通过OWL构造增加了语义表达力。