Background annotation of entities in Linked Data vocabularies
Simone Solinas Serra · 2012
Jednim z klicovým prvkem za Linked Data je použiti slovniků, ktere umožňuji datasety sdilet spolecný jazyk k popisu podobne pojmy a vztahy a vyřesit nejasnosti mezi nimi. Rozvoj slovniků je casto pohaněn procesu shody mezi realizatorů datasety, ve ktere je kriterium interoperability považovana za dostatecnou. To může vest ke zkresleni realných entit Linked Data slovniky. Tyto nedostatky lze odstranit použitim formalni metodiky pro modelovani Linked Data slovniků a identifikaci ontologicke rozdily. Osvědcene přikladem je OntoClean metodika pro vytvrzovani taxonomii. V teto praci se představila softwarový nastroj, který implementuje PURO přistup k ontologicke rozlisovani modelovani. PURO modeluje slovniky jako ontologický foreground modely (OFM) a struktura ontologických rozdilů jako ontologicke background modely (OBM), vyrobena s použitim meta-vlastnosti připojene k entitam slovniků v procesu znamem jako anotace slovniků. Softwarový nastroj s nazvem Background Annotation plugin, napsan v Javě a integrovan do editoru ontologii Protege, umožňuje uživateli graficky anotaci entit slovniků prostřednictvim anotace workflow, ktera implementuje, mimo jine, vytrvalosti anotaci a jejich nacitani. Dva druhy pracovnich režimů jsou podporovany: obecne a dataset specificke, aby se odlisily slovnik použiti, pokud jde o PURO OBM, s ohledem na daný Linked Data dataset. Workflow je zvýsený použitim statistických ukazatelů Linked Data datasetů ziskaných prostřednictvim služby Sindice, u vzorku vybraných datasetů, jako je pocet entit přitomných v datasetu a relativni cetnosti entit slovniku v tomto datasetu. Dalsi posileni poskytuje přehled datasetů, který nabizeji přehled nejběžnějsich cest nachazejici v datasetu. Předpokladane využiti pluginu pozadi Anotace patři: 1) kontrola mapovani dohody mezi různými datasety, jako vyrobene ramci R2R a 2) Anotace zavislých zdrojů v Concise Bouded Descriptions entit, ktere se použivaji při vzorkovani dat ze Linked Data datasetů pro ucel dolovani dat.