Унифицированное представление онтологии единого цифрового пространства научных знаний

Main Article Content

Николай Евгеньевич Каленов
Александр Николаевич Сотников

Аннотация

Единое цифровое пространство научных знаний (ЕЦПНЗ) представляет собой цифровую информационную среду, агрегирующую разнородную информацию, связанную с различными аспектами научных знаний. Одной из важных функций ЕЦПНЗ является предоставление информации для решения задач искусственного интеллекта, что обусловливает необходимость поддержки данных в структуре, соответствующей правилам Semantic Web. Особенностями ЕЦПНЗ являются, с одной стороны, политематичность и разнородность элементов контента, с другой – высокая динамика появления новых видов объектов и связей между ними, что обусловлено спецификой развития науки. При реализации ЕЦПНЗ должна быть обеспечена возможность навигации по разнородным ресурсам пространства с использованием семантических связей между ними. Возможности ЕЦПНЗ в значительной мере определяются структурой онтологии пространства, модель которой предложена в данной работе. В рамках модели проведена иерархическая структуризация онтологии ЕЦПНЗ; выделены и определены такие элементы, как «подпространство», «класс объектов», «объект», «атрибуты объекта», три типа попарных связей объектов и атрибутов (универсальные, квазиуниверсальные и специфические). Структура каждого типа элементов определяется «справочником» унифицированного вида; конкретные значения атрибутов и связей содержатся в словарях унифицированной структуры. Выделен класс объектов «Форматы», описывающих правила формирования атрибутов и значений связей. Предложена формализация представлений справочников и словарей ЕЦПНЗ. Предлагаемая модель позволяет достаточно просто добавлять в пространство, по мере необходимости, новые виды объектов, их попарных связей и атрибутов.

Article Details

Библиографические ссылки

1. Савин Г.И. Единое цифровое пространство научных знаний: цели и задачи // Информационные ресурсы России. 2020. № 5. С. 3–5. https://doi.org/10.51218/0204-3653-2020-5-3-5
2. Антопольский А.Б.и др. Принципы построения и структура единого цифрового пространства научных знаний (ЕЦПНЗ) // Научно-техническая информация. Сер. 1. 2020. № 4. С. 9–17. https://doi.org/10.36535/0548-0019-2020-04-2.
3. Каленов Н.Е., Сотников А.Н. Архитектура единого цифрового пространства научных знаний // Информационные ресурсы России. 2020. № 5. С. 5–8. https://doi.org/10.51218/0204-3653-2020-5-5-8
4. Атаева О.М., Каленов Н.Е., Серебряков В.А. Онтологический подход к описанию единого цифрового пространства научных знаний // Электронные библиотеки. 2021. Т. 24, № 1. С. 3–19. https://doi.org/10.26907/1562-5419-2021-24-1-3-19
5. Каленов Н.Е., Серебряков В.А. Об онтологии Единого цифрового пространства научных знаний // Информационные ресурсы России. 2020. № 5. С. 10–12. https://doi.org/10.51218/0204-3653-2020-5-10-12
6. W3C 2009. SKOS Simple Knowledge Organization System Reference. W3C Recommendation 18 August 2009. URL: https://www.w3.org/TR/skos-reference/ (дата обращения: 10.01.2023).
7. SKOS Simple Knowledge Organization System. URL: http://www.w3.org/TR/skos-reference/#xl-Label (дата обращения: 10.01.2023).
8. Web Ontology Language (OWL). URL: https://www.w3.org/OWL/ (дата обращения: 10.01.2023).
9. Marcia Lei Zeng & Philipp Mayr. Knowledge Organization Systems (KOS) in the Semantic Web: a multi-dimensional review // International Journal on Digital Libraries. 2018. URL: https://arxiv.org/pdf/1801.04479.pdf/ (дата обращения: 10.01.2023).
10. Pattuelli M. Cristina, Alexandra Provo, and Hilary Thorsen 2015. Ontology building for Linked Open Data: A pragmatic perspective. Journal of Library Metadata. 2015. Vol. 15, No. 3-4. P. 265–294.
11. Volkan Çağdaş and Erik Stubkjær. A SKOS vocabulary for Linked Land Administration: Cadastre and Land Administration Thesaurus. Land Use Policy. 2015. Vol. 49. P. 668–679.
12. Zapilko Benjamin, Johann Schaible, Philipp Mayr, and Brigitte Mathiak. TheSoz: A SKOS representation of the Thesaurus for the Social Sciences. Semantic Web Journal (SWJ). 2013. Vol. 4, No. 3. P. 257–263.
13. Zeng Marcia Lei. Create micro thesauri and other datasets from the Getty LOD vocabularies. In MW17: Museums and the Web Conference, April 19–22, 2017 Cleveland, Ohio, USA. URL: http://www.getty.edu/research/tools/vocabularies/ zeng_microthesauri_getty_lod.pdf (дата обращения: 10.01.2023)
14. Ontolog-Forum. URL: https://groups.google.REm/forum/#!forum/ gettyvocablod (дата обращения: 10.01.2023).
15. Resource Description Framework (RDF): Concepts and Abstract Syntax. URL: https://clck.ru/gwVBC (дата обращения: 10.01.2023).
16. Электронная библиотека «Научное наследие России». URL: http://heritage1.jscc.ru/ (дата обращения: 10.01.2023).


Наиболее читаемые статьи этого автора (авторов)