Dataspecer:一致性语义数据规范生态系统的开发

《Semantic Web》:Dataspecer: Development of Consistent Semantic Data Specification Ecosystems

【字体: 大 中 小 】 时间:2026年08月29日 来源:Semantic Web 2.9

编辑推荐:

  为实现网络高效数据交换的互操作性,需要一种契约。依据领域不同,可称为技术数据模式(schema)、网络词汇表(vocabulary),或更广义的数据规范(Data Specification,DS)。在涉及多方利益相关者与相关DS的复杂领域中,这些DS的开发与

  
为实现网络高效数据交换的互操作性,需要一种契约。依据领域不同,可称为技术数据模式(schema)、网络词汇表(vocabulary),或更广义的数据规范(Data Specification,DS)。在涉及多方利益相关者与相关DS的复杂领域中,这些DS的开发与管理会变得困难。本文介绍Dataspecer,一款开源模块化网络应用,用于开发语义数据规范(Semantic Data Specification,SDS)——即面向数据交换语义层与技术层的DS。Dataspecer允许研究人员设计网络词汇表及其应用剖面(Application Profile,AP),维护被复用概念与其原始SDS间的关系。此外,Dataspecer辅助研究人员生成JSON或XML等技术制品(artifact),同时保持制品与应用剖面的一致性。研究人员阐明了SDS的必要性并推导出此类工具的诉求。基于Data Catalog Vocabulary(DCAT)规范生态的案例研究,研究人员证实在Dataspecer中创建的SDS满足这些诉求且质量更高。研究人员展示了直接在Dataspecer中创建的SDS,并在评估章节主张即便在较小领域,使用该研究工具也比手工创建更高效。
研究背景方面,随着业务增长与多组织共存,数据互操作性(interoperability)愈发关键,需在语义层(由词汇表与本体提供含义)与技术层(由技术模式校验机器可读格式)同时达成契约,即语义数据规范(SDS)。SDS包含词汇表、应用剖面(AP,从已有SDS选取并改造概念以适应特定领域)与技术规范三种形态。现有实践里,AP的复用改造信息常仅存于人工文档或SHACL(Shapes Constraint Language)规则,缺乏机器可处理表达;手工建SDS繁琐易错;既有工具链如OSLO/SEMIC依赖商业软件Enterprise Architect且缺技术模式设计,Tietomallit定制弱,Protégé不支持AP,LinkML将结构绑死于概念模型。为此研究人员开展Dataspecer的开发与验证研究,结论是该工具能覆盖SDS全生命周期、保持语义与技术制品一致、满足12项需求,且对小领域也较手工高效,意义在于为公共管理等复杂生态提供FAIR(Findable Accessible Interoperable Reusable)友好的开源方案,论文发表于《Semantic Web》。
关键技术方法上,研究人员采用TypeScript构建前端(Vite+React)与后端(Bun+Express)单体仓库,以Docker封装;核心通过适配器(adapter)导入RDFS(RDF Schema)、SPARQL端点等外部SDS,内部以语义模型、结构模型等多模型聚合;概念编辑器画布维护AP层级与DSV(Data Specification Vocabulary)复用记录;结构编辑器用类嵌套列表图形语言生成JSON Schema、XSD(XML Schema Definition)并配套JSON-LD上下文与XSLT+SAWSDL映射;导出Respec HTML文档包ZIP含DSV元数据。案例选用DCAT、DCAT-AP、DCAT-AP-CZ及捷克FOS(Formal Open Standards)样本规范队列。
研究结果部分,第一章引言界定SDS三类形态与AP层级动机。第二章动机与需求中,2.1阐明SDS须含意图含义、约束、结构;2.2区分按原样复用与改造复用,提出DSV表达AP改造;2.3由词汇表、AP、技术互操作、FAIR四类用例推演出需求1至12,如需求6自语义派生技术模式、需求7允许结构重塑不破语义、需求12含机器可读元数据。第三章Dataspecer架构里,3.1核心后端经操作执行器保一致,生成器插件产XML/JSON/CSV模式;3.2管理应用管项目与Handlebars模板;3.3概念编辑器编辑语义模型并显AP依赖;3.4结构编辑器以对象/属性/关联三构造图形语言映射概念模型到JSON/XML,支持引用他规范结构(需求9)与生成JSON-LD/XSLT映射(需求10);3.5部分实现FAIR;3.6述TypeScript+Bun栈与Docker部署。第四章相关工作中对比OSLO/SEMIC、Tietomallit、Protégé、LinkML,指Dataspecer独满足需求7至11。第五章评估DCAT生态改进中,5.1示DCAT即DAP(Default AP),Dataspecer用DSV记34类剖面89属性剖面60标签改造,解决dct:title多语境重定义不可机读问题;5.2 DCAT-AP中示其131属性剖面,显式域/范围/基数约束避免SHACL混用;5.3 DCAT-AP-CZ示多层剖面链与多术语合并(如prov:Agent与foaf:Agent双类型)。第六章其他规范里,6.1捷克FOS用Dataspecer生技术JSON/XML模式接入SGoV。第七章评估示小案例效率优于手工。第八章结论主张Dataspecer成熟可用。
讨论与结论翻译部分,研究人员讨论指出当前SDS普遍未全FAIR、AP改造丢失溯源,Dataspecer以DSV+Profiles Vocabulary元数据缓解;局限是FAIR中许可与版本仍半手工、复杂OWL限制待扩。结论为:Dataspecer作为开源模块化应用,统一支持词汇表、AP、技术模式三形态与DCAT类层级生态,经案例验证满足全部推导需求,较手工与既有链在一致性与小域效率占优,可作公共行政语义互操作基础设施。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号