[论文解读] Genericity versus expressivity - an exercise in semantic interoperable research information systems for Web Science

Christophe Guéret, Tamy Chambers+3 more|arXiv (Cornell University)|Apr 21, 2013

Semantic Web and Ontologies参考文献 29被引用 4

一句话总结

本文提出了一种中等范围的、语义互操作的研究信息系统模型，通过结合核心国际本体与国家及本地扩展，平衡了通用性与表达性。该模型利用FOAF、BIBO和PROV-O等链接数据标准，实现了可扩展、可追溯的科学建模数据聚合，并通过荷兰基于VIVO的实现验证了其可行性。

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.

研究动机与目标

• 解决机构、国家和研究学科之间缺乏一致、可互操作的研究信息系统数据模型的问题。
• 通过整合超越传统文献计量指标的研究人员中心数据，实现对科学动态的全面建模。
• 通过建立可追溯、可聚合的数据层，支持从个体研究人员到全球科学系统的多尺度科学建模。
• 通过标准化、语义丰富的表示方式，克服现有系统（如作者歧义、数据孤岛）的局限性。
• 通过提出一个核心本体及其可扩展的国家和本地层，促进动态、非线性的科学建模，提升数据互操作性和表达性。

提出的方法

• 基于核心国际本体设计概念模型，并通过国家（如荷兰NARCIS）和本地（如KNAW）本体进行扩展。
• 利用成熟的链接数据词汇表，如FOAF（人员）、BIBO（出版物）、LODE（事件）、SKOS（技能）和PROV-O（溯源性），以增强语义表达力。
• 将核心本体托管于W3C，国家扩展由国家机构（如荷兰VSNU）托管，本地扩展由机构存储库托管。
• 将模型与现有系统（如VIVO和CERIF）集成，通过语义映射确保数据可重用性和互操作性。
• 将模型应用于荷兰研究信息系统（NARCIS）的真实数据以及VIVO部署数据，以验证其可行性与可扩展性。
• 通过与W3C标准及JoinUp GLD倡议对齐，确保模型的可扩展性与可重用性。

实验结果

研究问题

• RQ1 如何在确保互操作性的同时，使研究信息系统在通用性与详细建模研究人员活动的表达性之间取得平衡？
• RQ2 何种数据粒度水平能够同时支持科学系统不同尺度上的数据聚合与分解？
• RQ3 如何将国家和本地研究数据以语义方式与国际标准集成，以支持大规模科学系统分析？
• RQ4 语义词汇表（如FOAF、BIBO、PROV-O）在实现可追溯、可互操作、可扩展的研究信息系统中发挥何种作用？
• RQ5 一个具有可扩展层的核心本体能否支持动态、非线性的科学建模，同时保持数据溯源性和可追溯性？

主要发现

• 一种中等范围的数据表示层——既不太抽象也不太具体——能够支持科学建模中研究数据的聚合与分解。
• 将核心词汇表（FOAF、BIBO、SKOS、LODE、PROV-O）与模块化本体架构结合，支持高表达力和语义互操作性。
• 将核心本体托管于W3C，国家扩展由国家机构（如VSNU）托管，本地扩展由机构托管，确保了数据栈的可扩展性和可信治理。
• 所提出的模型成功支持了荷兰基于VIVO的实现，验证了其在真实部署中的可行性。
• 该模型支持纳入现有标准（如RIS或CERIF）未涵盖的非传统研究人员指标（如职业发展因素）。
• 通过与W3C和JoinUp标准对齐，该模型确保了在国际研究信息系统中长期的可持续性与可重用性。