[论文解读] OntoWind: An Improved and Extended Wind Energy Ontology

Dilek Küçük, Doğan Küçük|arXiv (Cornell University)|Mar 7, 2018

Semantic Web and Ontologies参考文献 12被引用 13

一句话总结

本文提出 OntoWind，一个增强版且公开可用的风能本体，通过结构重组、概念与属性扩展以及实例增加，对先前半自动生成的版本（WONT）进行了改进。改进后的本体在语义分类任务中表现更优，识别风能相关学术文章的准确率达到93.4%，显著优于前代版本（81.3%），并已集成至一个基于网络的语义门户原型中，用于可再生能源信息检索。

ABSTRACT

Ontologies are critical sources of semantic information for many application domains. Hence, there are ontologies proposed and utilized for domains such as medicine, chemical engineering, and electrical energy. In this paper, we present an improved and extended version of a wind energy ontology previously proposed. First, the ontology is restructured to increase its understandability and coverage. Secondly, it is enriched with new concepts, crisp/fuzzy attributes, and instances to increase its usability in semantic applications regarding wind energy. The ultimate ontology is utilized within a Web-based semantic portal application for wind energy, in order to showcase its contribution in a genuine application. Hence, the current study is a significant to wind and thereby renewable energy informatics, with the presented publicly-available wind energy ontology and the implemented proof-of-concept system.

研究动机与目标

• 为解决风能信息学领域中领域特定本体可用性与可用性不足的问题。
• 提升现有半自动生成风能本体（WONT）的可理解性、覆盖范围与实际应用价值。
• 开发一个公开可访问的扩展本体，以支持可再生能源应用中的语义互操作性与知识共享。
• 通过将增强本体集成至功能性的基于网络的语义门户，证明其在实际应用中的有效性。
• 为其他可再生能源领域本体的构建及其集成到统一语义系统中奠定基础。

提出的方法

• 采用自上而下的方法对原始 WONT 本体进行重构，以建立更清晰的一般性与具体性概念层级结构。
• 通过引入新的领域特定概念、清晰属性与模糊属性，以及具体实例，扩展本体，以增强其表达力与可用性。
• 使用 Protégé 本体编辑器，并遵循标准化的本体开发方法，以确保一致性和质量。
• 将增强后的本体（OntoWind）集成至基于网络的语义门户应用中，以展示其在信息检索中的实际应用价值。
• 通过在91篇学术文章集合上执行文本分类任务，评估本体性能，比较基于 OntoWind 和基于 WONT 的分类器表现。
• 在门户中自动提取并展示相关学术文章，利用本体指导语义过滤与检索。

实验结果

研究问题

• RQ1 如何从结构、覆盖范围与可用性方面改进现有半自动生成的风能本体？
• RQ2 与前代版本（WONT）相比，增强版本体（OntoWind）在语义分类任务中的性能提升程度如何？
• RQ3 经过重构与扩展的本体能否有效支持现实世界中的语义应用，如风能知识门户？
• RQ4 添加清晰与模糊属性、新概念及实例对本体在信息检索中的实际应用价值有何影响？
• RQ5 基于 OntoWind 的分类器在特定领域文章分类任务中的表现，与基于 WONT 的分类器相比如何？

主要发现

• 基于 OntoWind 的分类器在识别风能相关学术文章方面达到93.4%的准确率，显著优于基于 WONT 的分类器（81.3%的准确率）。
• 基于 OntoWind 的系统产生的假阳性数量更少（4个），相比基于 WONT 的系统（15个），表明其在过滤无关文章方面具有更高的精确度。
• 改进的本体结构与扩展的概念覆盖范围直接促成了语义分类任务性能的提升。
• 将 OntoWind 集成至基于网络的语义门户，成功证明了其在检索与组织风能相关学术文章方面的实用性。
• 该门户原型通过自动提取并展示基于 OntoWind 的学术文章，为可再生能源领域语义知识管理提供了一个功能性的概念验证。
• 本研究证实，本体工程的改进——尤其是覆盖范围与结构的优化——可为下游语义应用带来可量化的性能提升。