SciMantify - 一种用于科学知识动态语义化的混合方法-计算机科学-科学出版.pdf

SciMantify-一种用于科学知识动态语义化的混合

方法

LenaJohn,KheirEddineFarfar,

SörenAuer,andOliverKarras

TIB-LeibnizInformationCentreforScienceandTechnology,Hannover,Germany

{lena.john,kheir.farfar,soeren.auer,oliver.karras}@tib.eu

本摘要科学出版物主要以PDF形式数字化，保持静态和非结构化状态，限

制了其所含知识的可访问性和可重用性。在最佳情况下，来自出版物的科

译学知识是以表格格式提供的，缺乏语义上下文。需要一个更加灵活、结构

中化且具有语义的表示方法，使人类和机器都能够理解和处理科学知识。我

1们提出了一种知识表示的进化模型，该模型受到5星链接开放数据（LOD）

v模型的启发，包含五个阶段，并定义了标准以指导从数字制品（如PDF）

9到集成在知识图谱（KG）中的语义表示的逐步过渡。基于一个实施整个

1

8模型的示例工作流程，我们开发了一种混合方法，称为SciMantify，利用

1科学知识的表格格式（例如，来自二次研究的结果），支持其演进语义化。

2

.在这个方法中，人类和机器通过执行语义注释任务（SATs）并改进结果来

6

0紧密合作，逐步提高科学知识的语义表示质量。我们在开放研究知识图谱

5（ORKG）上实施了这种方法，这是一个旨在改善科学知识可查找性、可

2访问性、互操作性和可重用性的成熟平台。初步用户实验表明，该方法简

:

v化了科学知识的预处理过程，减少了演进语义化的努力，并通过更好地与

i

xKG结构对齐来增强知识表示。

r

a

Keywords:进化模型·半导体化·混合方法

1介绍

出版物仍然是科学交流的主要媒介[8]。尽管努力将它们数字化为PDF

格式，但科学知识在很大程度上仍然静态且非结构化[2]。数字转型的下

一步需要灵活、结构化和语义化的表示方法，以便使知识对人类和机器更

具可访问性和可用性[11,10]。随着出版物数量的增长以及再利用需求的增

加，结构化且可供机器操作的知识变得日益必要[18]。虽然一些方法，如

SciKGTeX[2]，能够使设计公平出版物[17]，大多数只以PDF形式发布。

2L.Johnetal.

在最佳情况下，数据是以表格格式共享的，例如二次研究的结果，这些结果

根据SemTab挑战赛[6]提供了语义化的潜在可能。在这篇论文中，我们提

出了一个受五星级链接开放数据（LOD）模型启发的知识表示演化模型。该

模型定义了五个阶段，并设定了标准以指导从静态数字制品（如PDF）到集

成知识图谱(KG)的语义表示的转变。我们通过基于已建立的服务ORKG

问[1]和开放关系知识图谱[18]的一个示例工作流来说明该模型的实现。在

此模型的基础上，我们介绍了SciMan