从元数据实例估计领域模型以提高LOD数据集的可用性

龙田近条,长森光春,杉本重雄

摘要


链接开放数据(LOD)是帮助实现语义网的努力之一,它逐渐流行起来。然而,许多Linked Open Data数据集并没有得到很好的利用。造成这种情况的原因是多方面的,如LOD识别水平低、LOD数据集的可用性有限等。为了解决这些问题,我们将重点放在元数据模式上,该模式描述了每个LOD数据集中的元数据实例的结构。由于有关元数据模式的信息通常不会发布,因此很难使用LOD数据集。因此,在本研究中,我们从元数据实例中提取域模型,它是关于元数据模式的一条信息。领域模型适合于在早期阶段理解元数据实例的粗略结构。我们开发了一种估计方法,以概括当不熟悉数据集的人们处理元数据模式时的理解过程。然后将该估计方法应用于已有的数据集。