Integración de datos basada en ontologías

La integración de datos basada en ontologías implica el uso de una o más ontologías para combinar eficazmente datos o información de múltiples fuentes heterogéneas. ^{[ 1 ]} Es uno de los múltiples enfoques de integración de datos y puede clasificarse como Global-As-View (GAV). ^{[ 2 ]} La eficacia de la integración de datos basada en ontologías está estrechamente ligada a la coherencia y expresividad de la ontología utilizada en el proceso de integración.

Los datos de múltiples fuentes se caracterizan por múltiples tipos de heterogeneidad. A menudo se utiliza la siguiente jerarquía: ^{[ 3 ] [ 4 ] [ 5 ]}

• Heterogeneidad sintáctica : es el resultado de diferencias en el formato de representación de los datos.
• Heterogeneidad esquemática o estructural : el modelo o estructura nativa para almacenar datos difiere en las fuentes de datos, lo que da lugar a heterogeneidad estructural. La heterogeneidad esquemática, que aparece particularmente en las bases de datos estructuradas, es también un aspecto de la heterogeneidad estructural. ^{[ 3 ]}
• Heterogeneidad semántica : las diferencias en la interpretación del "significado" de los datos son fuente de heterogeneidad semántica.
• Heterogeneidad del sistema : el uso de diferentes sistemas operativos y plataformas de hardware conduce a la heterogeneidad del sistema.

Las ontologías , como modelos formales de representación con conceptos definidos explícitamente y relaciones nombradas que los vinculan, se utilizan para abordar el problema de la heterogeneidad semántica en las fuentes de datos. En dominios como la bioinformática y la biomedicina , el rápido desarrollo, la adopción y la disponibilidad pública de ontologíasEl hecho de que se haya archivado el 16 de junio de 2007 en la Wayback Machine ha permitido que la comunidad de integración de datos los aproveche para la integración semántica de datos e información.

Las ontologías permiten la identificación inequívoca de entidades en sistemas de información heterogéneos y la afirmación de relaciones con nombre aplicables que conectan estas entidades entre sí. Específicamente, las ontologías desempeñan las siguientes funciones:

Explicación del contenido

^{[ 1 ]} La ontología permite una interpretación precisa de los datos de múltiples fuentes a través de la definición explícita de términos y relaciones en la ontología.

Modelo de consulta

^{[ 1 ]} En algunos sistemas como SIMS, ^{[ 6 ]} la consulta se formula utilizando la ontología como un esquema de consulta global.

Verificación

^{[ 1 ]} La ontología verifica las asignaciones utilizadas para integrar datos de múltiples fuentes. Estas asignaciones pueden ser especificadas por el usuario o generadas por un sistema.

Hay tres arquitecturas principales que se implementan en aplicaciones de integración de datos basadas en ontologías, ^{[ 1 ]} a saber:

Enfoque de ontología única

En el sistema se utiliza una única ontología como modelo de referencia global. Este es el enfoque más sencillo, ya que puede simularse mediante otros enfoques. ^{[ 1 ]} SIMS ^{[ 6 ]} es un ejemplo destacado de este enfoque. El componente de Integración de Fuentes de Conocimiento Estructurado de Research Cyc es otro ejemplo destacado de este enfoque. ^{[ 7 ] [ 8 ]} (Título = Aprovechamiento de Cyc para responder a las consultas ad hoc de los investigadores clínicos). El Diccionario-Ontología Taxonómica de Gellish también sigue este enfoque. ^{[ 9 ]}

Ontologías múltiples

Para la integración se utilizan múltiples ontologías, cada una modelando una fuente de datos individual. Si bien este enfoque es más flexible que el de una sola ontología, requiere la creación de mapeos entre las múltiples ontologías. El mapeo de ontologías es un tema complejo y objeto de numerosos esfuerzos de investigación en informática.. El sistema OBSERVER ^{[ 10 ]} es un ejemplo de este enfoque.

Enfoques híbridos

El enfoque híbrido implica el uso de múltiples ontologías que comparten un vocabulario común de nivel superior. ^{[ 11 ]} Este vocabulario define los términos básicos del dominio. Por lo tanto, el enfoque híbrido facilita la integración de múltiples ontologías gracias a la existencia de dicho vocabulario común.

• Mapeo de datos
• Integración de aplicaciones empresariales
• Integración de la información empresarial
• Mapeo de ontologías
• Coincidencia de esquemas

• Chicco, D; Masseroli, M (2016). "Predicción y priorización de anotaciones funcionales de genes basadas en ontologías" . IEEE /ACM Transactions on Computational Biology and Bioinformatics . 13 (2): 248– 260. doi : 10.1109/TCBB.2015.2459694 . PMID 27045825. S2CID 2795344 .  

• Página principal de OBSERVER
• Integración de fuentes de conocimiento semántico de Cyc (SKSI) Archivado el 17/05/2014 en Wayback Machine