基于本体论的文化遗产保护和修复干预决策支持框架

3.1工作流程

DS-CnRI框架包括五个阶段(图1)，详细描述如下。为了适应各阶段的描述，我们建立了一个使用场景，根据该场景，管理员需要决定如何清理绘画层的表层沉积物。

图1。

查看地物

第一阶段：关于手头案件的信息⁸已收集。第1阶段进一步分为四个子阶段：

—	第1.1小节：根据CnR文件收集有关保护对象、其环境和任何计划干预措施的信息。例如，储油柜提供以下信息：（1）油漆的结构部件（例如，油漆具有油漆层、基材层和支撑层），（2）油漆部件的材料（例如，涂漆层由丙烯酸油漆组成），（3）油漆部件上观察到的特征（例如，油漆层有剥落损坏），以及（4）油漆的测量尺寸（例如，漆的高度为2m）。此外，管理员可以提供有关涂漆环境的信息，例如温度、，相对湿度（RH）和其他环境参数。此外，管理员可以提供有关任何计划的后续干预措施的信息（例如，干预后将对保护对象进行湿式清洗），以及计划干预所涉及的用品（例如，湿式清洗将使用40的水\（{}^{\circ}\）C）。最后，可以收集有关测量和观察过程的信息（例如，谁和哪里测量了保护对象的高度），以便进行完整的记录。
—	1.2号变电站：关于当前问题的信息（例如，选择清洁表面沉积物计划）、决策者、，9日期和保护对象（例如，绘画的图层10)已收集。
—	1.3号变电站（可选）：有关外部要求的信息由管理员定义，管理员可以从当前问题涉及的大量外部要求中进行选择（例如，无电）。
—	1.4号变电站（可选）：评级标准由管理员指定，管理员可以从当前问题涉及的许多不同标准中进行选择（例如，适当计划的执行速度）。

第二阶段：确定并收集对最终决策至关重要的保护对象、其环境和任何计划干预措施的缺失特征。第2阶段进一步分为两个子阶段：

—	变电站2.1：在以下情况下，特征被确定为缺失：（1）它们构成了所考虑选项的内在要求（例如，要求保护对象不剥落，要求保护对象环境的最大（RH）53%），以及（2）1.1变电站期间未收集相关数据。在此子阶段，利用子阶段1.1和1.2期间收集的信息（即描述手头案件的信息，以及CnR-DM-I所涉及的问题）和与考虑的干预选项相关的知识（即其内在要求）。例如，方案A被视为表面沉积物清洁的解决方案，其具有要求无粉末的内在要求A.111从绘画层。由于（1）该选项被视为一种解决方案，（2）手头的保护对象是一个油漆层，（3）没有关于油漆层上是否存在此类损坏的数据（基于第1.1子类的信息），粉化被认定为缺失特征。
—	2.2号变电站：收集保护对象的已识别缺失特征、其环境和计划干预措施（例如，保护人提供有关涂层上无粉化损坏的信息）。

第三阶段：通过利用收集的数据和与干预方案相关的知识，将干预方案确定为合适或不合适（待拒绝），并提交给管理员进行进一步评估。第3阶段包括两个子阶段：

—	3.1号变电站：将不合适（即被拒绝）的选项提交给管理员。它们是通过利用输入数据和与干预选项相关的知识来识别的。如果干预选项（1）被视为手头案件的解决方案，（2）至少有一个保护对象、其环境或任何计划干预无法满足的内在要求，以及（3）涉及不满足至少一项外部需求的计划和/或物资。管理员评估被拒绝的选项和相应的要求以及不满足这些要求的参数。例如，对于选择表面沉积物清理方案的问题，考虑了32种方案。所考虑的选项中有二十到六个具有内在要求（选项A要求保护对象中不存在油漆介质，选项B要求保护对象不存在剥落，选项C要求相邻层上存在纸张，而相邻层是油漆层不满足的基底（由丙烯酸涂料组成，虽然局部有剥落）和与油漆层相邻的层（基材层由帆布而不是纸制成）。此外，考虑的10个方案涉及需要电力的计划（用真空吸尘器清洁），因此它们不满足无电力使用的外部要求（外部要求由管理员在第1.3小节中选择）。
—	3.2号变电站：向管理员提供合适的选项。它们是通过利用输入数据和与干预选项相关的知识来识别的。如果干预方案（1）被视为解决手头问题的方案，（2）具有保护对象、其环境和任何计划干预所满足的内在要求，以及（3）涉及满足外在要求的计划或/和供应品，则认为该干预方案合适。例如，对于选择表面沉积物清理方案的问题，考虑了32种方案。这些选项中有二十个选项（1）至少有一个内在要求是油漆层和油漆层相邻层无法满足的，和/或（2）不满足储油柜规定的无电力使用的外在要求。因此，只有四个选项适合手头的情况。油枕评估合适的选项，包括相关计划（例如，计划涉及机械清洁技术，并局部应用于待清洁表面），以及相关用品（例如，一个计划需要使用软刷）。

第4阶段（可选）：根据第1.4小节中收集的标准，对合适的选项进行排序，并将其提交给管理员。排名标准是指与排名指数相对应的计划和/或供应品的属性。例如，选择计划的执行速度的排名标准，并基于该标准对四个合适的选项进行排名。

第五阶段：最终决定由管理员做出并收集。最终决定可能涉及一个或多个合适的选项。例如，最终决定显示选项A，这是性能速度更快的合适选项之一。

3.2框架体系结构

DS-CnRI框架的技术实现由许多组件组成，这些组件相互作用形成一个系统。下面介绍了这些组件和该系统的高级体系结构(图2):

—	本体论与规则（组件1），它捕获了与CnR-DM-I相关的专家知识。本体和合并规则构成了框架的核心，它们提供了框架不同阶段的所有断言和推理。
—	数据（第2部分），包括（1）预定义数据和（2）管理员提供的关于手头案件的收集数据。基于本体对数据进行建模和组织。
—	推理机（组件3），即处理手头案例的断言数据并生成推论的推理引擎。
—	查询引擎（组件4），它支持形成和执行查询，以获取相应的检索数据。查询引擎必须包含断言和推断的知识。
—	输入数据表单（第5部分），即用于收集输入数据的表格。
—	输出数据表单（第6部分），即用于表示检索数据的表格。
—	输入数据注释（组件7），这是指输入数据到本体的半自动映射。

前四个组件构成了框架的知识库，其中包括所有必要的知识/数据和数据管理工具，包括存储、推理和检索。

图2。

查看地物

下面根据框架工作流描述了每个阶段的系统组件交互（参见第3.1节):

—	在第1阶段,输入数据表格用于为手头的案件收集必要的数据。然后收集数据注释到本体并以以下形式存储在知识库中数据.
—	在第2阶段,推理者处理本体与规则，以及数据并产生推论。查询引擎用于形成和执行查询，利用断言的知识（本体、规则和数据）和推理机在同一阶段，缺失的特征通过输出数据 形式。还使用输入数据表单，是注释到本体，并以数据的形式存储在知识库中。
—	在第3阶段和第4阶段，的推理机根据本体与规则，以及数据。此外查询引擎用于形成和执行查询。最后，有关干预选项（不合适、合适、排序）的检索数据通过输出数据表单.
—	在第5阶段，合适的干预选项见输入数据表单。选择了其中一个或多个，是带注释的到本体论，并以以下形式存储在知识库中数据.

3.3对CnR-DM-I过程的贡献

如中所述第1节尽管CnR-DM过程可能因情况而异，但它通常包括以下任务：（1）问题、要求和标准的规范，（2）潜在风险评估，（3）选择适当的干预措施，（4）干预措施的设计，（5）实施干预措施，以及（6）评估结果并记录指南。DS-CnRI框架通过促进前四项任务支持管理员的工作流程，如下所示：

—	第1阶段有助于记录和组织有关保护对象、其环境和任何计划干预措施的信息，以及手头问题的规范和文档、外部要求和排名标准。在此阶段，收集上述信息并将其映射到本体，由推理器和查询引擎在稍后阶段进行处理。因此，基本参数的CnR文件数据，以及经常被忽视的重要信息，例如CnR-DM-I过程的问题，管理员可能设定的外部要求，以及对合适选项进行排名的标准，在此阶段以系统和统一的方式进行记录和建模。
—	第2阶段通过鼓励保护人收集有关保护对象特征、环境和任何计划干预措施的额外信息，有助于记录对有效评估干预方案至关重要的任何额外信息。这一阶段可能会触发对特定特征的仔细检查，最终决定时必须考虑这些特征。第2阶段帮助专家避免因方案不相容而可能出现的风险，以及在后期重复观察和记录（即，管理员可能意识到，对干预方案评估很重要的某个特征没有被考虑在内）。
—	第3阶段支持评估干预选项并确定合适的选项。由于潜在的大量不同参数和要求以及它们之间的相互作用，关于各种干预方案评估的人工推理可能被证明非常复杂。在这一阶段，所有必要的推理都会自动执行，解除管理员这项繁琐任务的负担，以便他们能够更好地组织自己的想法，提前意识到需求、潜在的局限性和风险。此外，管理员可以系统地审查和记录手头案件的所有可能性和限制，避免对给定问题的不同选项进行多次且可能不一致的搜索。
—	第4阶段支持根据一定的排名标准选择最合适的选项。管理员可以很容易地以系统的方式对合适的选项进行排名和比较，并根据不同的标准选择最优选的选项。
—	第5阶段有助于记录最终决策以及干预实施的设计，因为决策附有一份完整的记录计划，描述其特征以及所涉及的任何物资。

4.1本体论

对于本体的开发，以人为中心的协作本体工程方法[36]由于其协作性、迭代性和以人为本的特性，受到了追捧。该方法的每个阶段都伴随着与来自雅典国家当代艺术博物馆（EMST）和国家美术馆Alexandros Soutsos博物馆（NGASM），以及通过异步通信，以对团队利益相关者（即领域专家和知识工程师）共享文档的注释和评论的形式。

在概念化阶段，我们研究了两个保护实验室根据条件报告和保护过程报告提供的CnR文件数据示例。¹²这些数据包括对保护对象、其环境以及任何拟议或实施的CnR干预措施的描述。然而，保护人选择某项干预计划所依据的确切限制和标准的解释数据要么缺失，要么以自由文本的形式以非结构化的方式记录下来（例如，在实施干预的描述中）。因此，我们参与了收集和组织此类数据的过程，以两类CnR干预措施（1）清洁表层沉积物和（2）巩固剥落水粉为例。数据的收集基于（1）书目研究和（2）专家的相关知识和经验（在Google Sheets中收集的数据[37]、谷歌文档[38])。表面沉积物的清理是一种非常常见的干预措施，用于保护对象的各种不同表面（关于其材料、物理特征和一般结构），以进行预防性保护或作为补救性保护项目的第一步。另一方面，剥落水粉画的巩固是一种更专业的干预，仅适用于使用水粉画技术制作的艺术品的绘画层。通过这两种CnR干预类别，我们能够涵盖（1）更一般和更专业的干预案例，以及（2）根据我们的研究确定的不同类别的需求。特别是，关于（1）保护对象特征/尺寸的内在要求，（2）保护对象的物理特征，（3）保护对象相邻层，（4）保护对象环境，（5）保护对象计划干预，（6）保护对象计划干预所涉及的供应品，以及与（1）手头案件考虑的计划和（2）手头案考虑的计划所涉及的供给品的特征/尺寸相关的外部要求和潜在标准。

同时，对现有的语义模型进行了研究和分析。这些模型是根据我们在数据分析期间提取的CnR-DM-I域的主要概念选择的。该研究包括（1）使用Semantic Scholar、Springer Link、ScienceDirect和AATA Online的数据源对文献进行研究，并搜索与CnR、CH、Ontologies、SW和CIDOC CRM相关的主题，以及（2）在本体库（LOV）中搜索[39]和ODP[40])如保护、DM和干预等相关术语。

应该提到的是，我们认为有些本体是相关的，尽管由于（1）可用性限制（例如，模型的资源描述框架版本的使用和可访问性），它们没有在开发的本体中重用，（2）概念化差异（例如，在我们的认知中，标准与选项的特征有关，可以优先考虑同样合适的选项，而在其他概念化中，标准表达了可能排除不合适选项的限制），（3）引入被认为不适合这种方法的公理（例如，期权与标准的相关性公理）。我们还根据Kotis等人的工作中提出的标准决定重用现有本体[41]也就是说，仍然“活动”的最新本体被其他模型重用或重用。然而，其中一些本体为我们的建模决策提供了有用的见解。例如，CRMact[42]和CRMinf[43]包括概念上相关的类，尤其是与它们扩展的CIDOC CRM类相关的类。基于这一观察，我们对新添加的DCRI-ont（CnR干预中DM的本体）类扩展的超类做出了一些设计选择。此外，我们注意到，CRMinf在数据级表达了本体的功能部分（即规则），因此可以补充使用它来表达通过规则实现的推理过程。此外，DM本体[44]由于一些概念化（关于需求和标准表示）的差异，没有被重用，尽管它是根据我们在许多情况下采用的所提出的设计模式进行研究的。最终，经过深入研究并选择用于重用的模型是（1）CIDOC CRM，¹³（2） 其兼容型号CRMsci¹⁴[45]，（3）关于类型化属性和负类型属性的CIDOC CRM扩展¹⁵[46,47]和（4）简单知识组织系统（SKOS）¹⁶本体论[48].

基于与专家的沟通和他们提供的数据，几个能力问题（CQ）被协作形成。CQ的代表性列表和相应的答案如所示表1虽然其中一些问题更一般且相对简单（例如，CQs 1、2和3），但其他一些问题更具体，重点放在CnR-DM-I上，因此更复杂（例如CQs 4、5和6）。我们必须强调，CQ也被用作本体支持的框架检索的一部分。

本体是在Protégé5.5.0中开发的[49]它由三个模块组成：

(1)	DCRI-ont，它包括表示CnR-DM-I过程所需的所有类和属性以及定义的规则。DCRI-ont直接导入CIDOC CRM、CRMsci、关于类型化属性和负类型属性的CIDOC CRM扩展以及SKOS。
(2)	DCRI-voc，包括表达CnR-DM-I领域不同基本概念类型的个人（例如，材料类型、CnR干预类型、损害类型）。DCRI-voc直接导入SKOS，尽管它是作为本体的一部分开发的，但它也可以独立用作CnR-DM-I域的SKOS词汇表。
(3)	DCRI-on-special，包括两个选定干预类别所需的类、属性和个人。它直接导入DCRI-ont和DCRI-voc（以及通过扩展CIDOC CRM、CRMsci、关于类型化属性和负类型属性的CIDOC CRM扩展，以及SKOS）。

DCRI-ont包括与CnR-DM-I过程相关的核心实体，该过程构成了其表示的基础，可以进一步扩展到不同的CnR干预类别。另一方面，DCRI-voc和DCRI-On-special更加专业化，并说明了有关CnR-DM-I过程的框架的能力。本体的工作版本（包括所有三个模块）通过GitHub以OWL格式提供。¹⁷本体的文档（三个模块的详细描述、不同实体的范围注释等）已与WIDOCO一起开发[50]可以在相应的网页上访问（DCRI-ont文档，¹⁸DCRI-voc文档，¹⁹DCRI-专用文档。²⁰)

三个本体模块（DCRI-ont、DCRI-voc和DCRI-ont-special）的类和关系涵盖四个不同的（尽管高度互联）主题集群：

(1)	CnR-DM-I过程，是指管理员进行CnR干预后的DM。它包括代表决策者、问题、选项、要求和CnR-DM-I过程中涉及的标准的实体。此外，它还包括必要的属性，以表示CnR-DM-I过程和所考虑的参数（例如，选项涉及的计划、不满足要求的参数、激励CnR-DM-I过程的保护对象）之间的互连。
(2)	保护对象，指有形CH的物质和非物质特征。它包括代表行政信息的类别和属性（识别、所有权、保护和管理），保护对象的材料和技术（生产材料和技术、结构层和组件、质量特征）以及变更（劣化）。
(3)	保护对象的环境，是指保护对象所处的环境。它包括代表保护对象位置条件的定量和定性特征的类别和属性。
(4)	CnR干预计划，是指可应用于保护对象或其环境的计划行动。它们可以是适用于任何保护对象/环境的总体规划，也可以是针对某些保护对象/环保设计的具体规划。它包括代表计划、目标、技术和供应品的实体和关系。

上述专题组的主要概念和关系见图3.

图3。

查看地物

关于CIDOC CRM和CRMsci类和属性的重用，根据要表示的概念是构成CIDOC CRM/CRMsci类和属性专门化还是语义等价，可以通过两种方式进行。在第一种情况下，新类/属性被定义为某些CIDOCCRM类/属性的子类/子属性。扩展CIDOC CRM类的类及其范围注释在附录。关于新属性，大多数属性都不扩展CIDOC CRM/CRMsci属性。有18个对象属性可扩展cidoc-crm:P2\（\_\）有\（\ _ \）类型和cidoc-crm:P2i\（\ _ \）是\（\ _ \）类型\第（\_\）页，共页分别和扩展的5个数据属性cidoc-crm:P90\（\_\）有\（\_\）值。这些属性专门化了CIDOC CRM属性，以适应DCRI-ont类的相关性（有关对象属性的更详细演示，请参阅文档站点^21,22). 在第二种情况下，已经识别并标记了等效的CIDOC CRM/CRMsci类，用于未来的数据建模。此外，从相应的CIDOC CRM扩展中导入了许多建议的类型化和负类型属性，以根据参数个体的存在/不存在将参数个体与类型个体关联起来。总的来说，创建了48个类（37个在DCR-ont中，11个在DCRI-on-special中）、77个对象属性（55个在DCR-ont中、22个在DCRI-on-special中）和10个数据属性（4个在DCR-ont中，6个在DCRI-on-spessial中）。大多数新颖的类和属性都集中在主题簇1和4上。

除了类别和属性之外，本体还包括几个个人，他们掌握了关于（1）表层沉积物的清理和（2）剥落水粉的巩固的专业知识。这些个体与（1）不同基本本体概念的特定类型、（2）定性值、（3）问题、（4）CnR干预计划、（5）CnR-干预选项、（6）要求和（7）标准相关。代表特定类型概念的个体是（1）SKOS类的成员概念和（2）CIDOC CRM类的一些子类E55型\（\_\）类型如果一个术语较窄或较宽，则各自的个体通过SKOS相互关联有\（\_\）更窄/有\（\_\）更宽属性。另一方面，代表定性价值、问题、计划、选项、需求和标准的个人是所提议本体的某些类别的成员。最后，管理员提供的关于手头案件的所有收集数据都作为ABox个体存储在本体中。

此外，必须推断出一些额外的知识，并使用SWRL以“IF-THEN”的形式定义了一组规则[51]和ProtégéSWRLTab插件[52]. 定义的规则产生五种类型的推论（规则类别1-5）：

(1)	在CnR-DM-I过程（RC 1）中必须考虑的干预选项。这些选项与其解决的问题直接相关。CnR-DM-I过程与当前问题直接相关。根据这些断言关系，推断出CnR-DM-I过程和要考虑的选项之间的关系(图4，对象属性dcri-ont:考虑）。
(2)	CnR-DM-I过程背景下的内在要求（RC 2）干预选项与其内在要求直接相关，而内在要求与必须考虑的参数类型直接相关。另一方面，CnR-DM-I过程与当前的保护对象直接相关。此外，保护对象与其环境和任何计划活动相关，所有这些都具有特定类型。根据这些断言关系，推断出CnR-DM-I过程的内在要求(图4，对象属性dcri-ont:规定）。
(3)	满足关于缺少/存在特征的要求（内在和外在）（RC 3）特性（例如，物理特性，如粉化，定性值，如性能速度慢）以及必须满足要求的参数类型（例如，结构层）与要求直接相关。另一方面，参数的特性或定性值以及参数的类型与参数直接相关。根据这些断言关系，推断出不满足要求的参数(图4，对象属性dcri-ont:isNotSatisfiedBy）。
(4)	关于参数维度阈值（RC 4）的需求满足（内在和外在）尺寸类型（如RH）、阈值（如最大50%）以及参数类型（如展览环境）与要求直接相关。另一方面，参数与具有维度类型和值的维度相关。根据这些断言关系，推断出参数与相应未满足要求之间的关系。它与前一个类别非常相似，但这一次的尺寸值（如高度或温度）被考虑在内。
(5)	描述不同CnR-DM-I参数的项与CnR域（RC 5）的较宽/较窄项的关系更广/更窄的关系与不同的术语直接相关（例如，术语Canvas比术语Textile窄）。这些术语与不同的参数直接相关（例如，基材层由帆布组成）。基于这些断言关系，推断出了参数和广义/狭义术语之间的间接关系。例如，根据基材层由帆布组成的断言，可以推断它也由纺织品组成(图4，对象属性cidoc-crm:P45\（\_\）由\第（\_\）页，共页).

图4。

查看地物

4.2数据

正如我们在中所提到的第4.1节在Protégé5.5中开发了本体和规则。同样的软件也用于存储管理员提供的关于手头案件的收集数据。数据以基于本体模式的个人形式存储。

4.3推理人

弹丸推理机[53]已用于生成基于本体和规则的所有推理，以及手头案例的输入数据。Pellet可以发现本体的任何不一致性，计算分类层次，最重要的是提供并解释推理。这些推论对框架尤其重要，因为它们用于产生在第3和第4阶段提交给管理员的最终输出，涉及（1）不满足的要求以及不满足的参数，（2）合适的选项，（3）被拒绝的选项。图5给出了三条规则（自然语言）的示例及其产生的推理。推理中涉及的断言关系如所示第4.1节,图4我们必须强调，最终用户，即管理员，通过输出形式的结果间接利用推断。

图5。

查看地物

4.4查询引擎

在框架上下文中，必须执行大量查询，同时考虑断言和推断知识。这些查询表示为本体开发定义的CQ（请参阅第4.1节). 查询是用SPARQL语言表示的[54]，并根据涉及检索的不同子阶段（即第2.1、3.1、3.2和4子阶段）进行分组。每个子阶段的查询执行顺序和需求都是标准化的，可以应用于手头的不同情况。例如，在Subscripte 2.1中，将执行一个查询（请参阅中的CQ4第4.1节)检索一个或多个考虑的选项需要缺席/在场的物理特征类型，但管理员未在第1.1小节中提供任何相关信息（参见图8). 另一个示例是在Subscripte 4中执行的查询（请参阅中的CQ6第4.1节)检索合适的选项并对其进行排名（请参阅中的示例图7). 查询通过Snap SPARQL插件执行[55]. 应该注意的是，最终用户管理员不与查询引擎交互，而只与输出表单中显示的检索进行交互。

4.5输入/输出数据表

关于输入/输出数据表格的开发（换句话说，用于数据的收集和表示），使用了MS Excel文件。已根据框架工作流的不同子阶段制定了必要的表单。

输入数据表单为数据输入提供字段，这些字段可以是简单的文本框或下拉列表。例如，有关当前问题和保护对象所含材料的数据通过下拉列表输入，而保护对象的识别号或CnR-DM-I过程的日期通过简单的文本框输入。中提供了输入数据形式的示例图6.

图6。

查看地物

另一方面，输出数据表单提供了用于组织查询结果的表。我们必须强调，在检测缺失特征的阶段（第2阶段），我们有输出/输入数据的组合，因此相应的表单包含输入和输出元素。有一个填充布局，用户可以从下拉列表中为已检索为缺失的特定特征选择缺失或存在声明。输出数据形式的两种情况的示例如下所示图7和8.

图7。

查看地物

图8。

查看地物

4.6数据注释

管理员提供的关于手头案件的收集数据注释是使用Cellfie插件以半自动方式进行的[56]和MappingMaster[57]，Cellfie使用的一种特定于域的语言，用于将MS Excel文件中的数据导入到Protégé。在映射和导入本体中的个体之前，使用MS Excel功能（例如，复制、替换、连接）对收集的数据进行预处理，以应用必要的预定义语法。接下来，数据被组织在单独的主题选项卡中（例如，用于保护对象描述的数据，用于测量过程描述的数据），使用Cellfie插件并利用一组已经制定的映射规则（例如，参见图9). 用于组织数据的MS Excel模板以及映射规则可以在不同的情况下重用。我们必须强调，管理员不参与数据的预处理和映射，而只参与MS Excel表格中数据的收集。

图9。

查看地物