弥合图数据与其模式之间差距的原则性方法
数据库
2014-03-05 v2
摘要
尽管 RDF 图关联有模式信息，但在实践中，经常发现数据不完全符合其模式的情况。一个突出的例子是 DBpedia，它是从可公开编辑的信息源 Wikipedia 中提取的 RDF 数据。在这种情况下，研究实际数据的结构属性变得有趣，因为模式仅给出了数据集组织的不完整描述。在本文中，我们以一种原则性的方法 approached 对 RDF 图结构性的研究：我们提出了一个用于指定结构性函数的框架，该框架衡量 RDF 图符合模式的程度。特别是，我们首先定义了一种形式化语言，用于通过我们称为规则的表达式来指定结构性函数。该语言允许用户或数据库管理员陈述一条 RDF 图可能完全或部分符合的规则。然后，我们考虑通过将数据集划分为结构性超过指定阈值的子集来发现某种（类型）细化的问题。特别是，我们证明了与此细化问题相关的自然判定问题是 NP 完全的，并提供了将该问题自然转化为整数线性规划（ILP）的方法。最后，我们使用两个真实世界数据集（DBpedia Persons 和 WordNet Nouns）以及四条不同且直观的规则测试了此 ILP 解决方案，这些规则以不同方式衡量结构性。这些规则产生了数据集的有意义细化，表明我们的语言可以成为理解 RDF 数据结构的有力工具。
引用
@article{arxiv.1308.5703,
title = {A Principled Approach to Bridging the Gap between Graph Data and their Schemas},
author = {Marcelo Arenas and Gonzalo I. Diaz and Achille Fokoue and Anastasios Kementsietsidis and Kavitha Srinivas},
journal= {arXiv preprint arXiv:1308.5703},
year = {2014}
}
备注
18 pages, 8 figures. To be published in PVLDB Vol. 8, No. 9