如何选择一个巨大的本体，由几个对齐的参考本体构建？

Question

我的组织有一个跨多个信息域的信息要求。为了捕获这一点，我们正在构建一个大型组织本体，我们在其中对齐几个领域特定的参考本体/词汇表（想想都柏林核心，geosparql，行业特定信息模型等），并在必要时，我们在“扩展”中添加概念本体（然后也与参考本体一致）。

这个对齐的本体（> 3000个类和> 10000个ObjectProperties）的总体包含未使用的概念和语义双精度，并且对于新手来说是不可能导航的。此外，该组织希望标准化特定概念的使用，因此双重是非常不希望的。因此，我们正在寻找一种构建SuperAwesomeOntology的方法，该方法包含已经标记的所有概念（以及它们的owl相关谓词，如subClassOf，domain / range等）（可能类似于dcterms：isRequiredBy“SuperAwesomeOntology”）。结果应该是一个正确的OWL本体，可以存储在一个文件中。

一个约束：它必须以编程方式完成，（protege的复制/移动/删除公理接口不会这样做），因为如果其中一个参考本体得到更新，我们希望能够再次从最高层渲染SuperAwesomeOntology到目前为止参考本体，并查明是否存在任何冲突。

我们怎么样呢？ SPARQL可以做到这一点，怎么样？对于isRequiredBy标签的替代建议也是受欢迎的。

Answer 1

如果我理解正确，您希望以编程方式从大型本体或本体/图形集合中删除未使用的概念，并且还希望通过链接删除您标识为重复的概念/类。

识别的重复项很容易删除：

1. 定义重复的内容。例如，owl两端的节点：在核心图形之外的sameAs或skos：closeMatch链接（因此您不会删除“原始”）。
2. 使用SPARQL查询构造新图：

   construct {?s ?p ?o.}
   {
    ?s ?p ?o.
    filter not exists {graph ?g {?s owl:sameAs ?x.} filter(?g!=<http://my.core.graph>)}
    filter not exists {graph ?g {?o owl:sameAs ?x.} filter(?g!=<http://my.core.graph>)}
   }

   我测试了这个查询的语法和性能，但没有测试正确性。

未使用的概念更难以删除：

首先，您需要定义“未使用”对您来说意味着什么。但是，该标准肯定会涉及组合图中的可达性或“连通性”，您只想选择包含核心本体的图形组件。问题在于，如果将三元组视为无向边，则可能会得到一个连接图（这只是一个组件而没有要删除的节点），因为类型层次结构通常会连接所有内容。您可以考虑边缘的方向，即仅包括资源Y，其中存在从核心本体中的任何资源X到Y的有向路径。这将确保您可以上升目标本体的子类层次结构，例如，猫头鹰：事情但不会再次下降。问题是你不知道目标本体中的其他类型的边缘以及它们走向的方向，但你现在只能使用rdfs：subClassOf边缘。

如果您已经充分定义了“未使用的概念”或想要使用某些实验性定义进行尝试，则可以使用图形库或图形分析应用程序并在其中导入代码。

Here is an example如何将SPARQL端点导入Cytoscape.js JavaScript图形可视化库，它也可以在节点中使用。但是，您需要大量调整代码。

或者您使用SPARQL 1.1属性路径在SPARQL中再次执行此操作。问题是那些可能会产生很大的性能影响（甚至是复杂性太大而无法完成），尤其是在应用于大量资源和不受限制的路径长度时。因此，诸如此类的查询可能会超时，但可以随意尝试和调整它：

construct {?s ?p ?o.}
{
 {?s ?p ?o.}
 graph <http://my.core.graph> {?x rdfs:subClassOf ?X.}
 {?x (<>|!<>)* ?s.}
}

?x rdfs:subClassOf ?X语句只是您要使用源点的核心本体资源的标识符，没有它我无法获得有效查询。当我将图形语句应用于路径表达式时，我从Virtuoso收到语法错误。