编辑推荐：
在数据孤岛与本体孤岛问题凸显的背景下，研究人员开展了 PROV-O 与 BFO 映射的研究。通过特定标准构建映射方法和对齐集，实现了 PROV-O 及其扩展到 BFO 等的全面对齐，提升了语义互操作性，为多领域数据整合提供了支持。
在当今数字化时代，数据的价值不言而喻，但数据的管理和利用却面临着诸多挑战。其中，数据孤岛问题尤为突出，不同数据库中的数据各自为政，如同一个个孤立的岛屿，无法相互联通，这使得数据的整合与共享变得极为困难。而本体作为一种能够促进数据互操作性的有效工具，在解决数据孤岛问题方面具有巨大潜力。然而，随着本体数量的不断增加，新的问题 —— 本体孤岛问题又出现了。不同的本体独立存在，导致基于这些本体组织的数据同样难以实现互操作。
在这样的背景下，出处本体（PROV-O）和基础形式本体（BFO）的出现为解决上述问题带来了希望。PROV-O 是万维网联盟（W3C）推荐的本体，主要用于构建关于出处（即数据或事物产生过程中涉及的实体、活动和人员等信息，可用于评估其质量、可靠性或可信度）的数据结构；BFO 则是 ISO/IEC 标准的顶级本体，能够为不同领域的本体提供基础框架，促进语义互操作性。为了进一步提升这两个本体及其扩展之间的互操作性，来自美国国家本体研究中心等机构的研究人员开展了一项重要研究。
研究人员的目标是创建一种映射方法和对齐集，将 PROV-O 及其扩展（如 PROV-AQ、PROV-Dictionary 等）与 BFO 及其扩展（CCO 和 RO）进行有效映射。他们依据特定的标准，优先考虑语义和逻辑原则来设计映射关系。研究结果令人瞩目，实现了 PROV-O 及其扩展中所有类和对象属性到 BFO、CCO 或 RO 中某些类或对象属性的全面对齐。这一成果具有多方面的重要意义。一方面，它使得使用 BFO 相关本体的用户能够借助 PROV-O 的术语来构建关于出处的数据，促进了信息系统中的互操作性，方便了数据的查询和推理；另一方面，通过整合不同本体的语义信息，有望挖掘出更多新的知识。例如，利用 BFO 的公理，语义推理器可以在符合 PROV-O 的知识图谱中发现新的隐含信息。此外，研究中还利用对齐发现了标准 PROV-O 示例数据中的一些小错误，这对于保证数据的准确性和可靠性具有重要价值。该研究成果发表在《Scientific Data》上。
在研究方法上，研究人员主要运用了以下几种关键技术。首先是基于概念分析技术和语义网技术的半自动化本体管理方法。通过仔细评估本体中类或关系实例的必要和充分条件，来确定合适的映射关系。其次，利用 SPARQL 查询来自动验证对齐的完整性，通过查找未映射的术语来衡量项目进展。同时，使用 HermiT 推理机和 ROBOT 命令行工具来测试对齐的一致性和保守性等。此外，研究中还运用了 SWRL 规则来处理复杂的映射关系，以及 SKOS 词汇来表示术语之间的非正式关系。
在研究结果部分，研究人员详细阐述了各类映射情况。
- 起点类和对象属性映射：PROV Entity 被映射为 BFO continuant 的子类，但排除了 BFO spatial regions；PROV Agent 被映射为 BFO material entities 的子类，且与 PROV Activity 和 BFO role 相关；PROV Activity 与 BFO process 等价。在对象属性方面，PROV wasGeneratedBy 等被映射为 BFO、CCO 和 RO 中相关属性的子属性。
- 扩展类和对象属性映射：PROV Person 和 PROV Organization 分别被映射为 CCO Person 和 CCO Organization 与 PROV Agent 的交集；PROV Bundle 被映射为 CCO Information Content Entity 和 BFO generically dependent continuant；PROV Location 与 BFO site 等价。对于扩展对象属性，如 PROV hadPrimarySource 等被映射为 RO causally influenced by 的子属性。
- 限定类映射：PROV Influence 被映射为 BFO process 和 BFO process boundary 的子类的不相交并集的子类，其部分子类根据情况分别映射为 BFO process 或 BFO process boundary 的子类；PROV Start 和 PROV End 分别与 CCO process beginning 和 CCO process ending 等价；PROV Role 被映射为 BFO role 的子类；PROV Plan 被映射为 CCO Information Content Entity 的子类。
- 限定对象属性映射：部分限定对象属性根据其域和范围的映射情况，被映射为 BFO、CCO 或 RO 中相关属性的子属性，对于一些难以直接映射的属性，采用了 SKOS relatedMatch 等方式。
- 数据属性映射：由于 OWL、RDF 和 SWRL 的表示限制，研究人员虽考虑了复杂映射，但无法编码为可计算格式，不过对其进行了非正式的解释。
研究还发现了一些不一致的情况。部分来自 W3C PROV-O 文档的示例与 PROV-O 本身不一致，如 Example 4 中关于 publication activity 的关系描述导致 PROV Activity 和 PROV Entity 的冲突；还有些示例与 PROV-BFO 对齐不一致，如 digested protein sample 的相关关系使 PROV Entity 和 PROV EntityInfluence 出现冲突，以及 sortActivity 中错误使用 PROV atTime 导致与映射不一致。
在研究结论和讨论部分，研究人员成功实现了 PROV-O 及其扩展与 BFO 及其扩展的全面对齐，这为未来复杂数据属性映射的研究奠定了基础。该研究成果不仅在实际应用中具有重要价值，能够促进不同项目中数据的集成，还为评估和改进自动化本体匹配系统提供了参考。同时，研究中使用的各种技术和方法也为后续相关研究提供了宝贵的经验，有助于推动本体领域的进一步发展，提升语义互操作性，为多领域的数据整合和知识发现提供更有力的支持。
