以数字资源语义互联工具为切入点,总结提出4种数字资源语义互联模式:①以顶层本体为主导、多领域本体相融通的模式;②基于桥本体的模式;③基于知识地图的模式;④基于关联数据的模式。对4种模式予以形象化的命名,即中枢型、骨髓型、神经型和细胞型语义互联模式,并从语义互联工具的作用机理、语义互联的对象和语义互联的要义等侧面对不同模式进行比较。
立足于数字资源的语义互联模式研究,审视当前关联数据技术相关的理论和实践研究,提出基于关联数据的数字资源语义互联模式,详细阐述这一模式的架构,明晰该模式下关联数据的衍射机制及本体的协同机制,探讨关联数据质量、关联数据间距与关联数据强度对语义互联效率的影响,并分析该模式的优势及面临的挑战。
分析关联数据和本体在VIVO系统语义互联中的作用。搭建本地VIVO系统,编辑适应本地数据源结构的当地本体,阐述VIVO本体映射、互操作实现机理,将VIVO作为关联数据的语义互联研究实例,探讨基于关联数据技术和本体互操作的语义互联运行机理及其实现。体现关联数据技术在数字资源的发布、语义互联、语义分析、推理和数据共享方面的重要价值。
认为领域本体自身结构的复杂性和领域本体之间的异构性,使领域本体映射方法成为实现本体映射的难点之一。提出多领域本体映射与聚类理论模型,并以该模型为指导,选取药物领域本体RxNorm与NDF-RT(美国国家药物文件—参考术语)进行映射实例研究,提出RxNorm与NDF-RT两个领域本体之间映射的一种新方法,并利用NDF-RT提供的药物分类信息实现RxNorm本体中药物信息的分类聚合,为数字资源的语义互联提供新思路。