科学计量指标语义表示的本体模型设计与构建——SciOnt本体的开发与评估

《Publications》：Design and Construction of an Ontology Model for Semantic Representation of Scientometric Indicators

　　

摘要专业翻译 本文提出了一种名为SciOnt的新型本体，用于表示科学计量指标。科学计量学（Scientometrics）是研究科学及科学现象量化方面的领域。科学计量指标（Scientometric Indicators）被用于评估科学出版物与科学研究。然而，众多指标及其多样性使得理解与使用它们颇具挑战。SciOnt通过提供科学计量指标知识的正式化、结构化表示来应对这一挑战。该本体定义了这些指标的类（Class）、关系（Relationship）及实例（Instance）。该本体可用于多种目的，包括改进科学计量指标的分析与比较、促进新的更高效指标的开发，以及增强对现有指标的理解与批判。本文详细阐述了设计SciOnt所使用的方法论，包括识别与分类科学计量指标、确定能力问题（Competency Questions），以及使用Protégé 5.5软件构建本体。最后，本文对该本体进行了评估，并使用多种插件对SciOnt本体结构进行了可视化展示。

论文解读文章

一、研究背景与问题

科学计量学是一门研究科学及科学现象量化方面的新兴学科，其核心功能包括对科学资源和出版物进行定量评估、评估科学出版物的质量与影响力、考察科学出版物的投入、产出与效能，以及对作者、研究人员、大学等科学出版物主体进行定量与定性评价。在这一领域，研究者已提出了大量科学计量指标，每个指标各有其功能与目标。

然而，尽管已有研究对这些指标进行了多种分类，且在众多资源和数据库中均有呈现，但要在单一、有组织、结构化的方式下获取全部指标仍然困难。正如Bonacin等人所指出的，当今世界的挑战不在于获取某一概念或现象的信息，而在于以更便捷的方式在恰当的地点和时间检索相关信息，这源于信息存储库的非结构化特性和异构数据形式。这一挑战同样存在于科学计量指标相关信息的获取与检索中。

本体（Ontology）作为语义网（Semantic Web）工具的重要组成部分，在知识表示、生成与共享中发挥着关键作用。本体是某一知识领域中的明确显式模型，包含一组概念及其之间的关系。通过使用某一领域的术语和概念并识别这些概念之间的关系，本体能够提供对特定领域知识的共享和共同理解。基于此，本研究旨在通过本体方法实现科学计量指标及其关系的语义表示，所构建的SciOnt本体即为这一方法的成果。

二、研究内容与意义

本研究设计并构建了SciOnt本体，用于科学计量指标的形式化、结构化知识表示。该本体可改善科学计量指标的分析与比较，促进新的更高效指标的开发，并增强对现有指标的理解与批判。与既有本体相比，SciOnt具有多方面优势：其概念模型基于科学计量学专家的视角开发，其有效性和效率已由科学计量学与本体论专家双重验证；该模型具有全面性，可容纳所有现有科学计量指标；分类体系赋予该本体高度的结构性，提升了其效率与能力；除基于专家意见的评估外，其适用性也在技术层面得到测试与验证。SciOnt的使用可为研究评估带来新的洞见。

三、关键技术方法

研究人员采用三部分研究方法。首先，通过文献分析法（Documentary Analysis）从Scopus和Web of Science数据库中的文献识别科学计量指标，并采用德尔菲法（Delphi Technique）收集25位科学计量学领域专家的意见，经过三轮征询达成共识，将科学指标分为34个子类和8个主类。其次，制定了一套能力问题以界定本体的范围、结构和可用性。最后，采用Noy和McGuinness方法论，使用Protégé 5.5.0桌面版（斯坦福大学开发）构建本体，并在创建实例后增加了与BiDO（文献计量数据本体，Bibliometric Data Ontology）匹配的步骤，同时将SciOnt与DBpedia、Wikidata等外部数据集建立链接。

四、研究结果

4.1 本体评估

SciOnt本体通过三种关键方法进行评估。概念评估采用专家评审方式，由10位信息科学系的科学计量学与本体论专家组成焦点小组，依据完整性（Completeness）、正确性（Correctness）、可扩展性（Extensibility）、简洁性（Conciseness）和清晰性（Clarity）五项标准进行评价。结构评估使用HermiT、Pellet和FaCT++三种推理器验证逻辑一致性，通过OntoMetrics评估结构属性，利用RDF验证器确认RDF结构格式正确；在此过程中发现并修正了数据类型选择不当、属性定义域和值域设置错误以及违反类不相交约束等问题。可用性评估通过SPARQL查询使用能力问题检验本体的有用性和有效性，测试表明SciOnt能够为预定义的能力问题提供有效解决方案。

4.2 SciOnt与现有本体的比较

SciOnt在五个方面优于既有本体。在科学计量指标覆盖范围上，SciOnt整合了标准文献计量指标和现代替代计量学指标（Altmetrics Indicators），比仅包含四个个体的BiDO标准文献计量测量模块和仅从波斯语资源提取概念的ScientometricsOnt更为全面。在验证方法上，SciOnt的分类系统通过德尔菲法验证，提高了准确性和可靠性。在关联数据（Linked Data）使用上，SciOnt通过owl:sameAs属性与DBpedia和Wikidata等外部知识库连接，并整合了PURL、dcterms、SKOS和Schema.org以增强互操作性。在逻辑一致性上，SciOnt经过严格的结构和概念评估。在实用性上，SciOnt经过概念、结构和可用性多维度综合评估。

4.3 本体可视化

研究人员使用Protégé的多种可视化插件展示了SciOnt本体的概念和关系结构。OntoGraph插件展示了本体的图形视图，其中黄色圆形符号代表类，紫色菱形符号代表实例；OWLViz插件展示了类—子类层次结构，不同颜色的箭头代表不同层级；WebVOWL编辑器作为OWL本体的交互式可视化网络应用，通过力导向图布局呈现了本体的图形视图和属性视图。

五、结论

科学计量指标对于与科学和科学出版物相关的分析和决策至关重要。指标的多样性使得理解和研究它们变得困难。本体等语义工具可以帮助更好地理解科学计量指标，促进分析、批判以及新指标的开发与创建。本研究设计了SciOnt本体，并得出结论：使用本体可以帮助克服理解和使用科学计量指标的挑战。该本体能够以正式和结构化的方式表示科学计量指标的知识，可用于改进科学计量指标的分析、批判和开发。

SciOnt本体与既有本体相比具有多方面优势：概念模型基于科学计量学专家的视角开发并经双重验证；模型具有全面性，可容纳所有现有科学计量指标；分类体系赋予本体高度的结构性；除专家意见评估外，其适用性也在技术层面得到验证。因此，该本体具有较高的有效性和效率，可用于改进科学计量指标的分析、批判和开发。最近的研究表明，在本体设计中使用大语言模型（LLM）和其他深度学习模型可以显著改善本体的范围、性能和效率，因此建议未来关于科学计量指标本体的研究关注这一方向。