基于本体的模式级数据质量：以一致性为例

《Journal of Data and Information Quality》：Ontology-Based Schema-Level Data Quality: The Case of Consistency

元数据质量是数据FAIR化的核心，基于本体数据管理（OBDM）提出新框架，聚焦数据库模式完整性约束与知识本体的一致性验证，解决约束严格性评估的计算问题并证明其可解性。

　　

摘要

元数据的质量在许多数据公平性（FAIRification）过程中起着至关重要的作用。事实上，数据公平性的四大主要原则都要求使用高质量的元数据。

在基于本体（Ontology-Based）的数据管理（OBDM）这一主要的数据管理范式中，元数据被视为核心要素。OBDM的目标是通过包含本体和映射的语义元数据层，为用户提供一组异构数据源的统一视图。本体是对感兴趣领域的高层次、声明性表示，用逻辑理论的形式编写；而映射则描述了本体中的符号与数据源中数据之间的关系。

在本文中，我们提出了一个基于OBDM的新的数据质量框架，专门用于元数据分析。该框架针对的是目前最常见的一种元数据形式——即由数据库模式定义的完整性约束。具体来说，我们关注的是“一致性”这一数据质量维度，即数据不存在矛盾和不一致性的特性。在此框架下，我们提供了一套工具，用于将数据库模式定义的完整性约束与本体中编码的知识进行比较，以判断这些约束是否足够严格（即能够有效保护数据），同时又不会过于严格（即不会违背本体的含义）。

本文的贡献在于提出了该框架，并研究了相关的计算问题。我们将对这类问题进行详细的计算复杂性分析，证明对于实践中广泛使用的OBDM规范和完整性约束类别，这些问题是可判定的。