以基于图的异构数据管理赋能调查性新闻
数据库
2021-02-09 v1
摘要
调查性新闻（简称 IJ）是现代民主社会的基石。IJ 常需处理大型、动态的异构、无模式数据源集合，这些源可以是结构化、半结构化或文本式的，限制了经典数据集成方法的适用性。在先前工作中，我们开发了 ConnectionLens，一个能将此类源集成到单一异构图中的系统，其利用了信息抽取（IE）技术；用户随后可通过关键词查询该图，并使用交互式 GUI 探索查询结果及其邻域。我们的关键词搜索问题因图的异构性以及缺乏可剪枝部分搜索空间的结果评分函数而复杂化。在这项工作中，我们描述了一个研究生物医学领域利益冲突的实际 IJ 应用，并展示 ConnectionLens 如何支持它。随后，我们提出应对该应用所引发可扩展性挑战的新技术：一种可在构建图时降低显著 IE 成本，另一种是一种新颖的并行内存关键词搜索引擎，相较我们先前的引擎实现了数量级的加速。我们在真实世界 IJ 应用数据上的实验研究证实了我们所贡献的益处。
引用
@article{arxiv.2102.04141,
title = {Empowering Investigative Journalism with Graph-based Heterogeneous Data Management},
author = {Angelos-Christos Anadiotis and Oana Balalau and Theo Bouganim and Francesco Chimienti and Helena Galhardas and Mhd Yamen Haddad and Stephane Horel and Ioana Manolescu and Youssr Youssef},
journal= {arXiv preprint arXiv:2102.04141},
year = {2021}
}