Le Semantic Resources rappresentano una componente chiave delle infrastrutture per la Open Science, supportando interoperabilità, integrazione della conoscenza e analisi semantica tra dataset eterogenei. Combinando tecnologie del Semantic Web, knowledge graph, ontologie e intelligenza artificiale, queste risorse rendono i dati della ricerca più accessibili, riutilizzabili e machine-actionable.
Attraverso standard come RDF, SPARQL, Linked Data e i principi FAIR, le Semantic Resources consentono annotazione semantica, interrogazioni avanzate, arricchimento dei metadati e costruzione di knowledge graph, favorendo ecosistemi di ricerca trasparenti e collaborativi. Servizi come Ontogenia e il Semantic Data Store (SDS) contribuiscono allo sviluppo di infrastrutture semantiche interoperabili per le scienze sociali e gli ambienti Open Science.
Ontogenia e Semantic Data Store: conoscenza semantica e AI per la Open Science
Nel panorama delle infrastrutture digitali per la ricerca emergono nuove soluzioni che integrano intelligenza artificiale, tecnologie del Semantic Web e principi di Open Science. Tra queste, Ontogenia e il Semantic Data Store (SDS) rappresentano strumenti strategici per la creazione, gestione e valorizzazione della conoscenza semantica interoperabile.
Ontogenia: ontology engineering assistito dai Large Language Models
Ontogenia è un servizio di nuova generazione progettato per supportare la costruzione assistita di ontologie e knowledge graph attraverso l’utilizzo di Large Language Models (LLM) e tecniche avanzate di deep learning. Il suo obiettivo principale è semplificare i processi di ontology engineering automatizzando attività complesse come la generazione di competency questions, la creazione di ontologie e la validazione dei knowledge graph.
Uno degli aspetti più innovativi del progetto è l’utilizzo del “metacognitive prompting”, un approccio che induce il modello linguistico a riflettere sui propri passaggi intermedi, migliorando progressivamente qualità e coerenza della conoscenza generata. Attraverso questa metodologia, Ontogenia consente di trasformare descrizioni in linguaggio naturale, user stories o requisiti di ricerca in strutture semantiche formali interoperabili e conformi ai principi FAIR.
Dal punto di vista metodologico, il servizio si basa sulle pratiche consolidate della comunità Semantic Web, integrando la metodologia eXtreme Design (XD) e il riuso degli Ontology Design Patterns (ODP), fondamentali per garantire modularità, riusabilità e coerenza nella modellazione della conoscenza.
Una risorsa strategica per FOSSR
Nel contesto di FOSSR, Ontogenia svolge un ruolo particolarmente strategico supportando:
- la produzione di metadati semantici FAIR;
- l’interoperabilità tra dataset eterogenei;
- la documentazione semantica delle risorse di ricerca;
- lo sviluppo di knowledge graph per le scienze sociali;
- l’integrazione tra Open Science e AI generativa.
Il servizio è rivolto a ricercatori, istituzioni pubbliche e private e organizzazioni non-profit interessate a sviluppare ecosistemi di dati aperti, interoperabili e semanticamente arricchiti.
Semantic Data Store: il motore dei knowledge graph
Accanto a Ontogenia, il Semantic Data Store (SDS) fornisce l’infrastruttura tecnologica per l’archiviazione, la gestione e l’interrogazione dei dati semantici in formato RDF tramite SPARQL. Si tratta di un database a grafo specializzato progettato per supportare la creazione e l’utilizzo di knowledge graph interoperabili e conformi agli standard del Semantic Web.
Il Semantic Data Store consente di:
- integrare dati provenienti da fonti eterogenee;
- organizzare relazioni semantiche complesse;
- effettuare interrogazioni avanzate tramite SPARQL;
- garantire interoperabilità e riuso dei dati;
- supportare iniziative di Open Science e ricerca data-driven.
L’infrastruttura aderisce ai principi FAIR, assicurando che i dati siano reperibili, accessibili, interoperabili e riutilizzabili, e rappresenta un’infrastruttura fondamentale per ecosistemi linked data e ambienti di conoscenza semantica distribuita.
Verso il knowledge engineering assistito dall’AI
L’integrazione tra AI generativa, ontology engineering e tecnologie semantiche apre nuove prospettive per la ricerca scientifica. Ontogenia e SDS rappresentano un passo importante verso piattaforme di knowledge engineering assistito dall’intelligenza artificiale, in cui la costruzione della conoscenza semantica diventa più veloce, scalabile e accessibile, mantenendo tracciabilità, spiegabilità e rigore formale.
Video insights: https://l.cnr.it/99tp9
Materiali di approfondimento:
https://zenodo.org/records/10793529
https://zenodo.org/records/17466326