ExtruOnt：一种用于描述工业 4.0 系统中一种类型的制造机械的本体
内容提要
本文综述本体论在多领域的应用，包括高级制造数据集成与语义互操作、增材制造缺陷建模、医疗AI解释支持、材料科学本体工程（通过OTTR模板分离建模决策）、本体论与语义学及解释的关系、语义互操作性、电商语义搜索框架、工业4.0语义可视化查询、可解释AI与人类中心解释、数学建模-仿真-优化工作流表示以构建FAIR数据、OntoSeer本体建设质量改进工具，以及跨学科科学技术本体S&TO的构建以促进科研合作。
延伸解读
本体论在工业4.0中的角色：从数据集成到语义查询
文章指出，本体论在高级制造服务中用于解决数据集成和语义互操作性问题，并支持监控与决策任务。工业4.0场景下的语义可视化查询系统利用机器数字化表示和语义描述，提供更高层次的抽象查询和定制可视化。这表明本体论不仅是理论模型，更是实现制造数据可探索、可分析的基础设施，帮助不同系统在语义层面理解彼此的数据。
增材制造缺陷建模：本体扩展与现有体系整合
文章提供了一个针对金属增材制造文献中已知过程性缺陷的本体，并与现有本体进行整合，从而扩展了本体在增材制造领域的建模能力。这一做法说明，领域本体并非孤立构建，而是通过复用和整合已有本体来覆盖新场景。对于制造企业而言，这意味着缺陷知识可以被结构化表示，并与其他制造数据语义关联，为后续监控和决策提供支持。
OTTR模板：分离建模决策与实现方式
在材料科学本体工程中，OTTR模板通过实例化模板构建本体或知识库，隐藏了本体表示语言的特定性，使工程师能将信息建模的决策与具体实现方式（如设计模式选择）分开。文章指出，这种分离带来灵活性，设计决策可以以较小代价更改，并且模板在与领域专家沟通时特别有用。这提示本体建设不必一次性锁定所有技术细节，可以延迟部分决策以聚焦建模过程。
可解释AI与本体论：贡献与待解挑战
文章讨论本体论在可解释AI和人类中心可解释系统中的不同角色，包括参考建模、常识推理以及知识完善与复杂性管理。作者将这些视角与现有方法进行定位，并指出仍需解决的挑战，以实现基于本体论的解释方法，并评估其人类理解能力和有效性。这表明本体论可为解释提供结构化知识基础，但如何验证解释对人类真正可理解，仍是开放问题。
Q&A
本体论在工业4.0的制造数据集成中有什么作用？
本体论可用于解决高级制造服务中的数据集成和语义互操作性问题，支持监控和决策任务。例如，基于语义的可视化查询系统利用机器和语义描述实现数据探索与可视化，提供更高层次的抽象查询和定制图形结果。
增材制造领域如何利用本体来建模缺陷？
文章提供了一个针对金属增材制造文献中已知过程性缺陷的本体，并与现有本体整合，从而扩展了本体在增材制造领域的建模能力。
OTTR模板在材料科学本体工程中有什么优势？
OTTR模板通过实例化模板构建本体或知识库，隐藏了本体表示语言的特定性，使本体工程师能将信息建模的决策与建模方式（如设计模式）的决策分开，延迟某些决策以更专注过程。在材料科学领域，OTTR模板特别有助于与领域专家沟通，并且由于封装了建模决策，工程过程具有灵活性，设计决策可以以很小的代价更改。
本体论如何支持可解释AI和人类中心解释？
本体论在可解释AI和人类中心可解释系统中扮演不同角色，能在参考建模、常识推理和知识完善与复杂性管理方面做出贡献。文章还提出了解释本体模型，用于支持医疗保健领域用户对解释的需求，并帮助系统设计人员选择AI系统应提供的解释类型。
OntoSeer工具如何改善本体建设质量？
OntoSeer是一个Protégé插件，用于改善本体建设过程的质量，包括名称约定、词汇复用、ODP实现和公理的添加。
S&TO本体是如何构建的，有什么用途？
S&TO是一个自动化科学技术本体，包含科学技术领域的非传统主题，通过连接不同领域和专业之间相关或具有共性的主题来促进跨学科研究与合作。它使用从2021年10月到2022年8月从Semantic Scholar收集的393,991篇科学文章构建，目前划分了四个科学领域中的5153个主题和13155个语义关系，并可通过对更新数据集运行BERTopic来更新模型。
