语言关联开放数据云的公平性：一项实证研究

《Journal of Data and Information Quality》：FAIRness of the Linguistic Linked Open Data Cloud: an Empirical Investigation

LLOD云通过语义网技术构建多语言数据互联生态，但其可访问性、互操作性和重用性面临挑战。本文系统评估2014-2024年间69个LLOD数据集的FAIR合规性，发现仅部分满足可发现性和可访问性标准，开放许可使用不足且互链稀缺。提出的质量维度映射框架为优化数据合规性提供结构化方案。

　　

摘要

语言链接开放数据（LLOD）云已成为语言研究的基石，促进了数据集的共享和数据的再利用。通过利用语义网技术，LLOD提供了一个由相互关联的语言数据集构成的丰富体系，为语言学和自然语言处理的进步奠定了基础。然而，这一生态系统面临着数据可访问性、互操作性和再利用方面的挑战。本文评估了LLOD数据集是否符合FAIR原则（即可发现性、可访问性、互操作性和可重用性），以评估其质量。

本文进行了一项系统的文献回顾，确定了过去十年（2014-2024年）使用语义网技术发布的69个语言数据集。这些数据集通过KGHeartBeat这一自动化框架进行了评估，该框架用于评估链接数据的质量。分析重点关注了FAIR原则与质量维度（包括可访问性和可信度）之间的对应关系，发现LLOD数据集在可发现性和可访问性方面仅部分符合要求，数据之间的链接较少，且开放许可证的使用也较为有限，这限制了数据的广泛再利用。更详细地说，本文提出的映射方法是一种新颖且可行的质量维度与FAIR原则之间的对应关系，为提高数据集的合规性提供了结构化的框架。研究结果强调了提高数据可访问性、加强数据链接以及更广泛采用开放许可证的必要性，以最大化LLOD在研究和应用中的价值。