De nos jours, les ontologies, qui sont définies sous le langage d'ontologie Web OWL 2 (OWL 2), sont utilisées dans plusieurs domaines comme l'intelligence artificielle, l'ingénierie des connaissances et les environnements Web sémantiques pour accéder aux données, répondre aux requêtes ou inférer de nouvelles connaissances. En particulier, les ontologies peuvent être utilisées pour modéliser la sémantique des mégadonnées en tant que facteur habilitant pour le déploiement d'analyses intelligentes. Les mégadonnées sont largement stockées et échangées au format JavaScript Object Notation (JSON), en particulier par les applications Web. Cependant, les collections de données JSON manquent de sémantique explicite car elles sont en général sans schéma, ce qui ne permet pas de tirer efficacement parti des avantages du big data.En outre, plusieurs applications nécessitent la tenue de livres de l'historique complet des changements du big data, pour lesquels aucun support n'est fourni par les systèmes de gestion du big data traditionnels, y compris les systèmes de base de données non seulement SQL (NoSQL) .Dans cet article, nous proposons une approche, nommée JOWL (temporal OWL 2 from temporal JSON), qui permet aux utilisateurs (i) de construire automatiquement une ontologie de données temporelle OWL 2, à la suite de l'hypothèse du monde fermé (CWA), à partir du grand JSON temporel données, et (ii) de gérer sa maintenance incrémentielle en tenant compte de l'évolution de ces données, dans un environnement temporel et multi-schéma.

Hoy en día, las ontologías, que se definen bajo el Lenguaje de Ontología Web OWL 2 (OWL 2), se están utilizando en varios campos como la inteligencia artificial, la ingeniería del conocimiento y los entornos de la Web Semántica para acceder a datos, responder consultas o inferir nuevos conocimientos. En particular, las ontologías se pueden utilizar para modelar la semántica de big data como un factor habilitante para el despliegue de análisis inteligentes. Los grandes datos se están almacenando e intercambiando ampliamente en formato JavaScript Object Notation (JSON), en particular por aplicaciones web. Sin embargo, las colecciones de datos JSON carecen de semántica explícita como son en general sin esquema, lo que no permite aprovechar de manera eficiente los beneficios de big data. Además, varias aplicaciones requieren la contabilidad de todo el historial de cambios de big data, para lo cual no se proporciona soporte por parte de los principales sistemas de gestión de Big Data, incluidos los sistemas de bases de datos No solo SQL (NoSQL). En este documento, proponemos un enfoque, llamado JOWL (temporal OWL 2 de JSON temporal), que permite a los usuarios (i) construir automáticamente una ontología de datos temporal OWL 2, siguiendo la Suposición de mundo cerrado (CWA), desde Big temporal basado en JSON datos, y (ii) gestionar su mantenimiento incremental acomodando la evolución de estos datos, en un entorno temporal y multiesquema.

Nowadays, ontologies, which are defined under the OWL 2 Web Ontology Language (OWL 2), are being used in several fields like artificial intelligence, knowledge engineering, and Semantic Web environments to access data, answer queries, or infer new knowledge.In particular, ontologies can be used to model the semantics of big data as an enabling factor for the deployment of intelligent analytics.Big data are being widely stored and exchanged in JavaScript Object Notation (JSON) format, in particular by Web applications.However, JSON data collections lack explicit semantics as they are in general schema-less, which does not allow to efficiently leverage the benefits of big data.Furthermore, several applications require bookkeeping of the entire history of big data changes, for which no support is provided by mainstream Big Data management systems, including Not only SQL (NoSQL) database systems.In this paper, we propose an approach, named JOWL (temporal OWL 2 from temporal JSON), which allows users (i) to automatically build a temporal OWL 2 ontology of data, following the Closed World Assumption (CWA), from temporal JSON-based big data, and (ii) to manage its incremental maintenance accommodating the evolution of these data, in a temporal and multi-schema environment.

في الوقت الحاضر، يتم استخدام الأنطولوجيات، التي يتم تعريفها في إطار لغة أنطولوجيا الويب OWL 2 (OWL 2)، في العديد من المجالات مثل الذكاء الاصطناعي وهندسة المعرفة وبيئات الويب الدلالية للوصول إلى البيانات أو الإجابة على الاستفسارات أو استنتاج معرفة جديدة. على وجه الخصوص، يمكن استخدام الأنطولوجيات لنمذجة دلالات البيانات الضخمة كعامل تمكين لنشر التحليلات الذكية. يتم تخزين البيانات الكبيرة على نطاق واسع وتبادلها بتنسيق ترميز كائن جافا سكريبت (JSON)، لا سيما بواسطة تطبيقات الويب. ومع ذلك، تفتقر مجموعات بيانات JSON إلى الدلالات الصريحة إنها في المخطط العام أقل، مما لا يسمح بالاستفادة بكفاءة من فوائد البيانات الضخمة. علاوة على ذلك، تتطلب العديد من التطبيقات مسك الدفاتر للتاريخ الكامل لتغييرات البيانات الضخمة، والتي لا يتم توفير أي دعم لها من قبل أنظمة إدارة البيانات الضخمة السائدة، بما في ذلك ليس فقط أنظمة قواعد بيانات SQL (NoSQL). في هذه الورقة، نقترح نهجًا، يسمى JOWL (البومة الزمنية 2 من JSON الزمنية)، والذي يسمح للمستخدمين (1) ببناء أنطولوجيا بيانات البومة الزمنية 2 تلقائيًا، وفقًا لافتراض العالم المغلق (CWA)، من BIG الزمني القائم على JSON البيانات، و (2) لإدارة صيانتها التدريجية التي تستوعب تطور هذه البيانات، في بيئة زمنية ومتعددة المخططات.