Artigo em revista científica Q2
An ontology knowledge inspection methodology for quality assessment and continuous improvement
Roldan-Molina, Gabriela (Roldan-Molina, Gabriela); David Ruano-Ordás (Ruano-Ordás, D.); Vitor Basto-Fernandes (Basto-Fernandes, V.); Jose R. Mendez (Méndez, J. R.);
Título Revista
Data and Knowledge Engineering
Ano
2021
Língua
Inglês
País
Países Baixos (Holanda)
Mais Informação
Web of Science®

N.º de citações: 3

(Última verificação: 2022-05-23 23:51)

Ver o registo na Web of Science®


: 1.5
Scopus

N.º de citações: 3

(Última verificação: 2022-05-17 17:16)

Ver o registo na Scopus


: 1.5
Google Scholar

N.º de citações: 4

(Última verificação: 2022-05-23 10:57)

Ver o registo no Google Scholar

Abstract/Resumo
Ontology-learning methods were introduced in the knowledge engineering area to automatically build ontologies from natural language texts related to a domain. Despite the initial appeal of these methods, automatically generated ontologies may have errors, inconsistencies, and a poor design quality, all of which must be manually fixed, in order to maintain the validity and usefulness of automated output. In this work, we propose a methodology to assess ontologies quality (quantitatively and graphically) and to fix ontology inconsistencies minimising design defects. The proposed methodology is based on the Deming cycle and is grounded on quality standards that proved effective in the software engineering domain and present high potential to be extended to knowledge engineering quality management. This paper demonstrates that software engineering quality assessment approaches and techniques can be successfully extended and applied to the ontology-fixing and quality improvement problem. The proposed methodology was validated in a testing ontology, by ontology design quality comparison between a manually created and automatically generated ontology.
Agradecimentos/Acknowledgements
--
Palavras-chave
Ontology,Ontology fixing,Ontology quality measures,Ontology improvement methodology,Deming cycle
  • Ciências da Computação e da Informação - Ciências Naturais
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento Entidade Financiadora
ED481B 2017/018 Xunta de Galicia
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia
TIN2017-84658-C2-1-R Spanish Ministry of Economy, Industry and Competitiveness
ED431C2018/55-GRC Xunta de Galicia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.