面向VIVO本的数据摄取工具.docVIP

面向VIVO本体的数据摄取工具* * 本篇文章是笔者黄金霞在得到中国科学院出国访问经费资助，于2010年在美国康奈尔大学图书馆(Cornell University Library)访问学习后整理出来的。 黄金霞 景丽 (中国科学院国家科学图书馆，北京，100190) [摘要]介绍基于本体的科学家网络VIVO中的数据摄取工具，分析关系数据模型向RDF数据模型的批量数据摄取并与VIVO本体匹配的原理，阐述工具应用流程，为基于本体构建的信息服务系统或语义网应用中存在的异构数据摄取问题提供解决方法。本文还讨论了该工具的特色和存在的问题。 [关键词] VIVO 本体 数据摄取工具 SPARQL查询 [分类号] TP391 An Data Ingest Tool for VIVO Ontology Huang Jinxia，Jing Li (National Science Library, Chinese Academy of Sciences, Beijing, 100190) [Abstract] To provide an effective method to import the heterogeneous data into the information systems based on ontologies, this paper introduces an data ingest tool developed in VIVO which is a networking of scientists and is a semantic web application, including the principles and the working process in the data ingestion from relational data model to RDF data model and the data mapping with VIVO ontology. The characteristics and some questions in this tool are also discussed. [Keyword] VIVO Ontology Data ingest tool SPARQL query 当前基于本体的系统越来越多，本体已经按照概念和属性的规则定义了数据、按照三元组模式存储了数据，但在当前很多系统中，数据仍以不同的格式存在和存储，这就使得信息系统之间、数据之间的互操作、共享等成为很大的问题，目前的数据集成研究和工具应用几近成熟[1-2]，但还没有专门针对本体的数据导入工具产品。在建设基于本体的信息系统以后，需要把不同格式的数据导入到语义系统的数据库中；如果采用界面录入，将需要较大的人工成本，还不能完全保证数据的正确性。因此，一个强大的、面向本体的数据导入工具在当前语义网应用实施和维护中是很重要的。本文分析一个实用的面向本体的数据导入工具，这是在VIVO——一个面向科学和学术交流的科学家语义网络建设中，开发和应用的数据导入工具。在该项目中，该工具被称为数据摄取工具（Data Ingest Tool）。 1 VIVO项目概况 VIVO最初是康奈尔大学图书馆在2004年启动，以支撑该校农业和生命科学学院的生命科学研究而发展起来的，VIVO在2007年利用RDF、OWL、Jena 和SPARQL等技术进行了改造，目前其内容已经覆盖康奈尔大学所有院系的教员、科研人员和学科的信息，分为人员、机构、学术活动和科研（）[3]。基于VIVO在康奈尔大学的应用以及科学研究工作发展的需求，2009年9月份美国7所大学（包括佛罗里达大学、康奈尔大学、印第安那大学等）联合申请，从美国国立卫生研究院（NIH）的国家研究资源中心（National Center for Research Resources）获得1,220万美元的资助，来建设一个开放的科学家网络的语义应用，这个应用是为了寻求一种解决方法，来促进科研人员的科研网络化和协作[4]，项目为期2年。目前佛罗里达大学和印第安那大学已搭建本地VIVO系统。2010年9月VIVO数据被放到关联数据云中[5]。 VIVO本体是VIVO建设的核心部分，本体设计策略是核心本体+具有新命名空间的当地本体；不同命名空间的本体将支持对全部的或部分的本体实例的查询。VIVO开发了一个本体编辑器-Vitro，用于本体创建和修改、类和属性添加、实例添加等，并能直接生成OWL文件。基于本体，VIVO系统还提供了系统显示栏目与底层本体类的灵活关联，提供了基于本体的索引和检索功能，以及RDF数据添加/移除、RDF导出（包括本体、实例，支持多种文件格式，如RDF\XML、N3、N-T