尽早发布，频繁发布：预测Web上版本化知识组织系统的变更
人工智能
2015-09-17 v2
摘要
语义网构建于知识组织系统（KOS）（词汇表、本体、概念方案）之上，这些系统为Web上的关联数据提供结构化、可互操作和分布式的访问。随着时间推移，对这些KOS的维护产生了许多KOS版本链：即针对KOS唯一状态的连续唯一版本标识符。然而，新KOS版本的发布给KOS发布者和用户都带来了挑战。对于发布者而言，更新KOS是一项知识密集型任务，需要大量人工投入，往往需要对要引入的变更集进行深入考量。对于将其数据集链接到这些KOS的用户，新版本会损害其链接的有效性，常常产生衍生影响。本文中，我们描述了一种方法，利用KOS版本链中过去版本的监督学习，自动检测Web KOS中哪些部分可能在下一版本中发生变更。我们使用一组本体变更特征来建模并预测任意Web KOS中的变更。我们将该方法应用于从语义网系统检索的139个不同数据集，在正确预测变更方面获得了稳健的结果。为阐明该方法的准确性、通用性和领域无关性，我们研究了其有效性与所评估数据集的若干特征之间的关系，发现诸如链中版本数量和发布频率等预测因子对Web KOS变更的可预测性具有根本性影响。因此，我们主张在Web KOS开发周期中采用“尽早发布，频繁发布”的理念。
引用
@article{arxiv.1505.03101,
title = {Release Early, Release Often: Predicting Change in Versioned Knowledge Organization Systems on the Web},
author = {Albert Meroño-Peñuela and Christophe Guéret and Stefan Schlobach},
journal= {arXiv preprint arXiv:1505.03101},
year = {2015}
}
备注
16 pages, 6 figures, ISWC 2015 conference pre-print The paper has been withdrawn due to significant overlap with a subsequent paper submitted to a conference for review