《Semantic Web》:Enhancing Intangible Cultural Heritage Through Ontology: The BISTìRIS Model for Sardinian Traditional Costumes
编辑推荐:
地域及其文化表达的增值对于保护地方认同和促进对非物质文化遗产的深入理解至关重要。在此背景下,诸如本体等语义工具提供了一种强大的手段来结构化、互联和丰富文化知识的表示。在本文中,研究人员提出了Bistìris,一个旨在表示撒丁岛传统服饰的本体,这是非物质文化遗产
地域及其文化表达的增值对于保护地方认同和促进对非物质文化遗产的深入理解至关重要。在此背景下,诸如本体等语义工具提供了一种强大的手段来结构化、互联和丰富文化知识的表示。在本文中,研究人员提出了Bistìris,一个旨在表示撒丁岛传统服饰的本体,这是非物质文化遗产的一种象征性和多样化形式。Bistìris基于领域专家知识并遵循结构化的方法学途径开发,为服饰的分析性描述提供了量身定制的语义框架。该本体能够比较不同撒丁岛社区和历史时期的服饰,突出了地方变异和穿着实践的演变。研究人员描述了该本体的开发过程,并展示了填充后的知识图谱(KG),该图谱支持语义查询并促进了对服饰特征的高级探索。该本体通过基于推理的验证、源自实际研究问题的实际查询场景以及领域专家的反馈进行了评估。
文化遗产蕴含着人类文明的丰富性和多样性,传统服饰作为其中的重要组成部分,通过视觉和物质表达体现了一个社区的价值观、信仰、历史和社会规范。在撒丁岛等文化认同和传统根深蒂固的地区,这些服饰具有重要意义。然而,传统服饰正受到现代化、社会结构变迁和手工艺传统衰落的威胁。尽管现有的文化遗产本体如CIDOC Conceptual Reference Model(CIDOC CRM,国际信息与文献标准化委员会概念参考模型)、Records in Context Ontology(RIC-O,档案背景记录本体)和ArCo为描述文化客体的一般方面提供了基础,但它们并未针对传统服饰的多维复杂性进行设计,导致服饰变异、组件级结构、象征意义和穿着习惯等关键要素的建模不足。传统服饰既是有形的物质客体,又是无形意义的载体,捕捉其多维性需要一种能够在连贯的语义框架内表示组合结构、时间变异性和社会象征维度的建模策略。为解决这一挑战,研究人员开展了一项研究,提出了一种基于本体的模型Bistìris,以表示和实证验证复杂文化客体的多层结构。研究得出结论,Bistìris本体能够有效捕捉传统服饰的物质组件、结构层次和选定的社会象征维度,支持跨社区和历史时期的比较分析。该研究对非物质文化遗产的文档化和保护具有重要意义,同时促进了可持续文化旅游、教育参与和地方经济发展。本论文发表在《Semantic Web》期刊上。
研究人员采用了结合Methontology和Cyc方法的领域本体开发流程,包括确定领域和范围、开发概念模型、复用本体和本体实现四个主要步骤。在需求收集阶段,通过系统性文献回顾和专家咨询获取描述性术语,并基于本体需求规范文档(ORSD)方法制定能力问题(CQs,用于验证本体是否满足信息需求的自然语言问题)。概念化阶段采用中间向外方法设计概念分类法。实现阶段使用Protégé编辑器设计本体,并利用Owlready
2在Python环境中操作和推理本体,遵循Web Ontology Language 2 Description Logics(OWL
2 DL,网络本体语言2描述逻辑)语言。知识图谱填充过程中,数据来源包括历史文献、社交媒体及博物馆视觉图像等,通过MakeSense AI工具对图像进行语义标注,转换为Resource Description Framework(RDF,资源描述框架)三元组,并利用命名实体链接(NEL,命名实体链接)与外部知识库如DBpedia和YAGO进行数据丰富。
Ontology Validation
研究人员通过Pellet推理机和手动分析对Bistìris本体进行验证,评估了五个关键指标。在一致性方面,本体不存在矛盾或冲突信息;完整性方面,能够正确回答定义的能力问题;简洁性方面,未检测到冗余三元组;可扩展性方面,模块化设计允许无缝集成新子类和属性;敏感性方面,修改关键元素未破坏本体的关键方面。
KG Metrics
研究人员计算了Bistìris知识图谱(KG,包含实体及其相互关系的结构化数据集)的关键指标,包含5,321个个体、141,015个对象属性断言和4,553个数据属性断言,总计60,695个三元组。数据表明该图谱侧重于表示实体间的关系,具有高度结构丰富性。实体分布集中在少数核心类,节点度分布呈现无标度或小世界网络特征,平均节点度约为9.26。
Using CQs to Query the KG
研究人员使用SPARQL查询语言对预定义的能力问题进行测试。CQ1查询显示不同海拔地区头饰类型的地理分化;CQ2揭示了19世纪和20世纪颜色偏好的演变;CQ3发现了加尔特利及周边市镇在服饰特征上的区域风格连续性;CQ4识别了使用透明材料的服饰;CQ5确定了紧身胸衣穿在夹克外的市镇;CQ6计算了卷曲围裙中透明关系的出现频率约为3.4%。这些结果证明本体能够表示和检索跨越物质特征、结构关系和社会文化模式的信息。
External Experts-Based Evaluation
研究人员对32名文化遗产和艺术领域的专业人士进行了问卷调查,评估6个能力问题的相关性、完整性和可理解性。结果表明,这些问题总体上被认为具有高度相关性和可理解性,完整性得分也呈积极态势。专家反馈指出空间和时间维度的颗粒度可以进一步细化,但该本体在捕捉关系和共现模式方面是有效的。
Applications and Usage Scenarios
研究人员展示了Bistìris在文化遗产机构中的应用,例如努奥罗服饰博物馆可利用该本体丰富其目录。结合外部链接开放数据,可开发更丰富的互联叙事。此外,通过开发轻量级版本Bistìris Lite,测试了本体在不同文化背景下的复用性,成功应用于希腊总统卫队传统制服和西西里岛传统服饰,表明核心本体可跨文化重用而无需结构性修改。
讨论与总结部分指出,研究人员提出了一种基于语义驱动的方法,通过结构化本体和知识图谱方法论对撒丁岛传统服饰进行分析。研究形式化了撒丁岛服饰和服装的领域本体,并将其实例化为填充的知识图谱。通过基于推理的验证、知识图谱指标、能力问题执行和外部专家问卷评估,以及通过Bistìris Lite进行的跨文化重用探索,结果共同表明,能力驱动的建模工作流能够有效支持对具有重叠物质、结构和时间维度的文化客体的表示。本体与知识图谱的结合具有足够的表达能力,可捕捉服饰的内部组成及其地理和历史变异性。虽然展示了将历史和物质文化知识整合为可计算形式的前景,但文化客体的标注过程仍然是劳动密集型和高度专业化的任务。未来研究旨在整合机器学习技术以增强和部分自动化标注过程,并将开发专门的地理模块来建模历史区域,链接每个服饰实例到其起源城镇,以支持更深入的跨学科研究。此外,还将通过参与式设计确保可用性,支持数字展览和教育平台等应用。