[论文解读] The landscape of ontologies in materials science and engineering: A survey and evaluation

Ebrahim Norouzi, Jörg Waitelonis+1 more|arXiv (Cornell University)|Aug 12, 2024

Semantic Web and Ontologies被引用 4

一句话总结

本文对材料科学与工程（MSE）领域的60个本体进行了全面的调查与评估，采用标准化指标衡量其质量、重用性、结构复杂性和互操作性。研究识别出关键优势与不足，为领域专家提供可操作的准则，以选择合适的本体，从而提升MSE研究中的数据整合与知识共享水平。

ABSTRACT

Ontologies are widely used in materials science to describe experiments, processes, material properties, and experimental and computational workflows. Numerous online platforms are available for accessing and sharing ontologies in Materials Science and Engineering (MSE). Additionally, several surveys of these ontologies have been conducted. However, these studies often lack comprehensive analysis and quality control metrics. This paper provides an overview of ontologies used in Materials Science and Engineering to assist domain experts in selecting the most suitable ontology for a given purpose. Sixty selected ontologies are analyzed and compared based on the requirements outlined in this paper. Statistical data on ontology reuse and key metrics are also presented. The evaluation results provide valuable insights into the strengths and weaknesses of the investigated MSE ontologies. This enables domain experts to select suitable ontologies and to incorporate relevant terms from existing resources.

研究动机与目标

• 为解决材料科学与工程（MSE）领域缺乏全面、质量可控的本体调查问题。
• 基于结构、重用性和互操作性指标，识别并评估60个MSE本体，以支持领域专家做出明智选择。
• 通过定义质量控制标准（包括可重用性、完整性以及与外部标准的一致性），为本体选择提供系统化框架。
• 揭示当前本体实践中的缺陷，例如文档质量差、能力问题使用有限，以及本体设计模式采纳率低。
• 通过促进语义资源在MSE工作流中更好的对齐、可重用性和整合，支持材料数据的FAIR化。

提出的方法

• 采用多阶段方法，结合平台材料数字化（PMD）内13个由产业主导的试点项目中的专家调查，识别特定领域的本体需求。
• 本研究评估了94个本体，其中60个根据相关性、领域覆盖范围和元数据可用性标准被选中进行深入分析。
• 应用了12项质量控制指标，包括根节点和叶节点基数、类的数量、外部类引用数量以及模块化程度，以评估结构复杂性和互操作性。
• 评估包括通过引用和依赖关系追踪分析本体重用情况，以及通过命名空间对齐和外部引用评估，衡量与外部标准的整合程度。
• 利用现有存储库（如BioPortal、MatPortal和IndustryPortal）收集并验证本体元数据和可访问性。
• 所有评估结果已发布于 https://ise-fizkarlsruhe.github.io/mseo.github.io/，确保透明且可复现的访问。

实验结果

研究问题

• RQ1 在材料科学与工程中，哪些本体最适合特定研究应用，应依据何种标准进行选择？
• RQ2 现有MSE本体在结构复杂性、可重用性和与外部标准的互操作性方面表现如何？
• RQ3 在所调查的本体中，本体设计模式、能力问题和文档实践的采纳程度如何？
• RQ4 MSE本体与外部词汇及领域特定框架的重用和整合水平如何？
• RQ5 如何系统性地应用质量控制指标，以提升材料科学本体的FAIR性与可用性？

主要发现

• 本研究评估了94个本体，其中60个进行了深入分析，揭示了显著的结构复杂性差异：EMMO晶体学和EMMO显微结构表现出较高的根节点和叶节点基数，表明其具有广泛且详细的底层结构。
• CHAMEO和EMMO显微结构分别具有125个和118个外部类引用，显示出与外部本体的高水平集成。
• PODO和PLDO的外部引用数量较低（分别为11和12），表明其与外部标准对齐程度有限，互操作性较弱。
• 仅有少数本体采纳了本体设计模式或包含能力问题，凸显了本体工程最佳实践中的关键差距。
• 分析显示，许多本体存在文档和元数据不足的问题，尽管具备潜在重用价值，但其可发现性和可用性仍受阻碍。
• 研究发现，CSO和CDCO等本体具有更简单、更聚焦的结构，根类数量较少，表明其领域范围较窄，尽管在特定领域内具有较深的细节。