The OpenAIRE Graph: Why Continuous Validation Matters

图片来源：https://www.openaire.eu/the-openaire-graph-why-continuous-validation-matters

知识图谱的力量完全取决于其数据质量。收集一次元数据就宣告完成是远远不够的。研究数据在不断变化：作者更新履历、资助方修订项目信息、知识库修正错误、出版商更正论文信息……一旦缺乏持续验证，任何知识图谱都会迅速过时、失去可信度。正因如此，OpenAIRE 知识图谱始终重视持续验证工作。验证不是一次性检查，而是一个持续不断的过程，正是它确保了 OpenAIRE 知识图谱的准确与可靠。

每个月OpenAIRE 知识图谱都会重新连接数千个数据源，抓取最新元数据。但这不仅仅是简单添加新记录，而是利用增强的 AI 和文本挖掘技术重建整个图谱，并与前一版本比对，确保一致性与质量。

当数据源修正了作者姓名、补充了缺失的 DOI 或更正了出版日期，这些改进就会出现在下一次图谱更新中，让图谱能随着它所描绘的研究图景一同演进。这些更新随后会同步至 OpenAIRE EXPLORE 以及基于图谱构建的其他服务，如 OpenAIRE MONITOR 和 CONNECT。

为确保元数据的质量与准确性，OpenAIRE 不依赖单一的检查点，而是并行运行多重校验，包括：元数据校验、多源数据校验、标识符信任等级评估、PDF全文验证、专家审核。具体来说：

1. 多源元数据管理：当多个知识库描述同一出版物时，验证系统会应用基于信任的规则，优先采用权威性更高来源的元数据，同时保留所有变体以确保透明度。

2. 标识符信任等级评估：并非所有持久标识符都同等可靠。来自 Crossref 的 DOI 可信度很高；而由机构知识库手动录入的同一 DOI 则确定性较低。类似原则也适用于 ORCID 和 ROR 标识符。

3. 全文挖掘验证：对 PDF 进行文本挖掘，有助于确认元数据或提取缺失细节。

4.  专家审核：用户贡献的链接会经过人工审核流程，为自动化检查增加一层“人”的保障。

当今，科研评价、经费管理与科学发现越来越依赖知识图谱：机构用它评估科研影响力，资助方用它追踪项目产出，研究人员用它发现相关成果与潜在合作伙伴。

过去几十年，这些活动主要依赖昂贵且不透明的商业数据库，学界几乎无法了解其数据如何采集、校验和呈现。开放基础设施提供了一种更透明的替代方案——但开放本身并不等于可信。仅有开放是不够的。一个充满错误、重复或未经证实声明的开放知识图谱，反而可能扭曲评估，甚至造成伤害。因此，持续验证并非技术上的锦上添花。正是它将开放的数据集合，转变为一个可信、可靠、可问责的基础设施。每一次月度更新、每一个被验证的 ORCID、每一处冲突的解决、每一条透明的日志，都在共同铸就一个更宏大的目标：一个供机构、资助者和研究者在探索、评估与决策时，能够真正依赖的开放资源。