通过多维知识图谱保留文化遗产元数据中的上下文信息
Preserving contextual information in cultural heritage metadata through multidimensional knowledge graphs
浏览论文内容
中文总结 AI 辅助
本文提出多维知识图谱（MKGs）的概念基础，以解决标准知识图谱无法捕捉上下文相关有效性的问题，从而在文化遗产元数据中保留复杂、多层次的上下文信息。
中文摘要 AI 辅助
使用知识图谱（KGs）描述文化遗产对象（CHOs）支持语义丰富性和互操作性。然而，标准知识图谱无法捕捉陈述的上下文相关有效性。这一局限性对于文化遗产元数据至关重要，因为此类元数据常常必须容纳不断演变或相互冲突的观点，例如殖民与后殖民视角或不断变化的科学共识。虽然当前的知识表示方法通过来源、限定符或具体化解决了基本的上下文化问题，但它们缺乏一个统一的框架来同时跨多个社会、文化和政治维度建模和查询数据。为弥合这一差距，我们引入了多维知识图谱（MKGs）的概念基础，并讨论了它们如何在文化遗产对象元数据中保留复杂、多层次的上下文。
英文摘要
Using Knowledge Graphs (KGs) to describe Cultural Heritage Objects (CHOs) supports semantic richness and interoperability. However, standard KGs fail to capture the context-dependent validity of statements. This limitation is critical for cultural heritage metadata, which must often accommodate evolving or conflicting viewpoints, such as colonial versus post-colonial perspectives or shifting scientific consensus. While current knowledge representation methods address basic contextualization via provenance, qualifiers or reification, they lack a unified framework to simultaneously model and query data across multiple social, cultural, and political dimensions. To bridge this gap, we introduce the conceptual foundations of Multi-dimensional Knowledge Graphs (MKGs) and discuss how they preserve complex, multi-layered contexts in CHO metadata.
发表机构
- Storypact GmbH（Storypact有限公司）
- Modul University Vienna（维也纳模德大学）
- University of Bologna（博洛尼亚大学）
机构由 AI 辅助整理，请以论文原文为准。
