Publication of Linked Open Data – A Systematic Literature Review for Identifying Problems and Technical Tools Supporting the Process

Abstract

On the Internet, we find a large amount of information from government institutions that has been published in open format. However, only a part of these data is available in standard formats such as Resource Description Framework (RDF), and to a lesser extent, is published as Linked Open Data (LOD). The main objective of the research presented in this paper is to identify problems and tools used in the process of publishing LOD with the purpose of establishing a basis for the construction of a future framework that will help public institutions to facilitate such processes. To fulfill the objective, we conducted a systematic literature review in order to assess the state-of-the-art in this matter. The contribution of this work is to identify the frequent problems that arise in the LOD publishing process. It also provides a detail of the frameworks proposed in scientific papers grouping the technical tools by phases that correspond to the LOD publication life cycle. In addition, it compiles the characteristics of the ETL (Extract-Transform-Load) tools that predominate in this review, such as Pentaho Data Integration (Kettle) and OpenRefine.

En Internet encontramos una gran cantidad de información procedente de instituciones de gobierno que se ha publicado en formato abierto. Sin embargo, sólo una parte de estos datos está disponible en formatos estándar como Resource Description Framework (RDF) y, en menor medida, se publican como Linked Open Data (LOD). El objetivo principal de la investigación presentada en esta publicación es identificar los problemas y las herramientas utilizadas en el proceso de publicación de LOD con el fin de establecer una base para la construcción de un futuro marco que ayude a las instituciones públicas a facilitar dichos procesos. Para cumplir con el objetivo, realizamos una revisión sistemática de la literatura con el fin de evaluar el estado del arte en la materia. La contribución de este trabajo es identificar los problemas frecuentes que surgen en el proceso de publicación de LOD. También proporciona un detalle de los marcos propuestos en artículos científicos agrupando las herramientas técnicas por fases que corresponden al ciclo de vida de la publicación LOD. Además, recopila las características de las herramientas ETL (Extract-Transform-Load) que predominan en esta revisión, como Pentaho Data Integration (Kettle) y OpenRefine.