如何选择一个由几个对齐的参考本体构建的巨型本体？

Question

我的组织有一个跨越多个信息领域的信息需求。为了捕捉这一点，我们正在构建一个大型的组织本体，在这个本体中，我们将几个特定领域的参考本体/词汇表（想想都柏林核心、geosparql、特定行业的信息模型等）结合起来，并且在必要的时候，我们将概念添加到一个“扩展”本体中（然后也与参考本体结合起来）。

这个对齐的本体（超过3000个类和超过10000个ObjectProperties）包含了未使用的概念和语义上的双倍，对于新来的人来说是不可能导航的。此外，本组织希望使具体概念的使用标准化，因此双倍使用是极不可取的。因此，我们正在寻找一种方法来构造SuperAwesomeOntology，该方法包含所有已被标记（可能通过DCTerms：IsRequiredby“SuperAwesomeOntology”）的概念（以及它们与owl相关的谓词，如subClassOf、domain/range等）。结果应该是一个可以存储在单个文件中的正确的OWL-ontology。

一个限制：它必须以编程方式完成（protege的Copy/Move/Delete axioms接口不会这样做），因为如果一个引用本体得到更新，我们希望能够从其最新的引用本体再次呈现SuperAwesomeOntology，并找出是否存在任何冲突。

我们该怎么做呢？SPARQL能做到这一点吗？也欢迎对isRequiredBy标签的其他建议。

Answer 1

如果我没有理解您的意思，您希望以编程方式从一个大的本体或本体/图集合中删除未使用的概念，并且您还希望删除通过互连识别为重复的概念/类。

已识别的重复项很容易删除：

>

为您定义什么是副本。例如，owl：sameas或skos：closeMatch链接两端的节点都在核心图之外（因此您不会删除“原始”）。

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>)}
}

首先，您需要再次定义，“未使用”对您来说意味着什么。然而，这个标准肯定会涉及到组合图中的可达性或“连通性”，在组合图中，您只想选择包含核心本体的图组件。问题是，如果您将三元组视为无向边，那么您可能会得到一个连通的图（它只是一个组件，没有要删除的节点），因为类型层次结构通常会连接所有的东西。您可以考虑边的方向，也就是说，只包括资源Y，其中有一个从核心本体中的任何资源X到Y的定向路径。这将确保您可以向上到目标本体的子类层次结构，直到例如OWL：thing但不会再次向下。问题是，您不知道目标本体中还有什么其他类型的边以及它们的方向，但现在只能使用rdfs：subclassof edges。

如果您已经充分定义了您的“未使用的概念”，或者想用一些实验性的定义来尝试它，您可以使用一个图库或图分析应用程序，并在那里导入您的代码。

这里是一个如何将SPARQLendpoint导入Cytoscape.js JavaScript图形可视化库的示例，它也可以在node中使用。但是，您需要大量调整代码。

或者使用SPARQL1.1属性路径在SPARQL中再次执行此操作。问题是，它们可能会对性能产生很大的影响（甚至是复杂度太大而无法完成），特别是在应用于大量资源和不受限制的路径长度时。因此,这样的查询可能会超时,但可以尝试修改它：

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

？x rdfs:subclassof？x语句只是一个标识符，您希望使用的核心本体的资源指向它，没有它，我无法获得有效的查询。当我将一个graph语句应用于路径表达式时，我从Virtuoso得到一个语法错误。