[论文解读] Towards OpenMath Content Dictionaries as Linked Data

Christoph Lange|arXiv (Cornell University)|Jun 21, 2010

Semantic Web and Ontologies参考文献 15被引用 3

一句话总结

本文通过解决 OpenMath 2 在概念和实现上的局限性，提出将 OpenMath 内容字典（CDs）整合到链接数据生态系统中，从而在基于 RDF 的数据集中实现机器可读的数学语义。该研究倡导采用更宽松的 URI 方案、RDF 兼容的元数据，以及支持 OpenMath 推论机制的 SPARQL 扩展，以实现对链接的统计与科学数据进行可扩展、语义丰富的计算。

ABSTRACT

"The term 'Linked Data' refers to a set of best practices for publishing and connecting structured data on the web". Linked Data make the Semantic Web work practically, which means that information can be retrieved without complicated lookup mechanisms, that a lightweight semantics enables scalable reasoning, and that the decentral nature of the Web is respected. OpenMath Content Dictionaries (CDs) have the same characteristics - in principle, but not yet in practice. The Linking Open Data movement has made a considerable practical impact: Governments, broadcasting stations, scientific publishers, and many more actors are already contributing to the "Web of Data". Queries can be answered in a distributed way, and services aggregating data from different sources are replacing hard-coded mashups. However, these services are currently entirely lacking mathematical functionality. I will discuss real-world scenarios, where today's RDF-based Linked Data do not quite get their job done, but where an integration of OpenMath would help - were it not for certain conceptual and practical restrictions. I will point out conceptual shortcomings in the OpenMath 2 specification and common bad practices in publishing CDs and then propose concrete steps to overcome them and to contribute OpenMath CDs to the Web of Data.

研究动机与目标

• 解决现有链接开放数据中数学语义缺失的问题，特别是在统计与科学数据集中。
• 识别 OpenMath 2 在概念与实践上的不足，例如僵化的 URI 格式和有限的链接能力。
• 通过与链接数据原则对齐，提出将 OpenMath CD 作为真正的链接数据发布的路径。
• 通过将基于 OpenMath 的符号推理集成到 SPARQL 查询处理中，实现对链接数据的计算。
• 为 OpenMath 3 的演进提供技术和语义指南，以实现与语义网的互操作性。

提出的方法

• 采用链接数据原则：使用可由 HTTP 解析的 URI，发布机器可读的 RDF，并包含指向相关数据的链接。
• 将 OpenMath 符号 URI 的格式放宽，超越 cdbase/cd#name 的格式，支持斜杠分隔的 URI（例如，http://cdba.se/cd/name），以实现高效的解引用。
• 引入基于 RDFa 或 FMP 的机制，将 OpenMath 符号与外部资源（如 DBpedia）链接，实现跨本体的链接。
• 为 SPARQL 提出 OpenMath 推论机制，使查询能够通过符号重写从 CDs 推导出值。
• 利用现有的 SPARQL 扩展函数，并将其泛化以支持 OpenMath CDs 中定义的任意函数。
• 将 OpenMath 定义集成到数据模型（如 SCOVO）中，使派生值（例如，人口密度）具有明确的语义并可计算。

实验结果

研究问题

• RQ1 如何将 OpenMath 内容字典作为真正的链接数据发布，以增强机器可理解的数学语义？
• RQ2 为使 OpenMath 2 与链接数据最佳实践对齐，需要进行哪些技术和概念上的改进？
• RQ3 如何将 OpenMath 符号语义链接到外部知识源（如 DBpedia 或 Wikidata）？
• RQ4 SPARQL 查询可通过何种方式扩展，以在链接数据集中执行基于 OpenMath 的符号计算？
• RQ5 为支持在链接数据中对数学符号进行可扩展、高效的发现，对 URI 设计和元数据编码需要做出哪些改进？

主要发现

• OpenMath 2 的僵化 cdbase/cd#name URI 格式迫使客户端在仅需要少数符号时也必须下载整个 CD，降低了效率。
• 缺乏标准化的链接机制导致 OpenMath 符号无法与外部数据连接，限制了其在数据之网中的实用性。
• 当前的链接开放数据缺乏数学语义，特别是对于派生值（如人口密度）而言，这些值仅以原始数字形式存储，缺乏明确的推导规则。
• 采用斜杠分隔的 URI（如 http://cdba.se/cd/name）的提议可实现对单个符号的高效、细粒度访问，相较于基于哈希的 URI 提升了性能。
• 为 SPARQL 引入 OpenMath 推论机制，可在查询中直接计算派生值（如密度），从而减少多步查询与计算的需求。
• 通过引入对 OpenMath 友好的函数扩展 SPARQL，可实现在统计与科学数据集中可扩展、语义基础可靠的推理。