RDF-Hunter：自动众包执行针对RDF数据集的查询
数据库
2015-03-11 v1
摘要
近年来，网络上出现了大量RDF数据集。然而，由于RDF数据的半结构化特性，缺失值影响了针对该数据所提查询的答案完整性。为克服此局限，我们提出RDF-Hunter，一种将机器与人类计算结合以执行针对RDF数据查询的新型混合查询处理方法。我们开发了新颖的质量模型与查询引擎，使RDF-Hunter能够即时决定查询的哪些部分应通过常规技术或众包计算执行。为评估RDF-Hunter，我们创建了针对DBpedia数据集的50个SPARQL查询集合，使用我们的混合查询引擎执行它们，并分析了从众包获得的结果的准确性。实验清晰表明，整体方法可行，并产生可靠且显著提升自动查询处理响应完整性的查询结果。
引用
@article{arxiv.1503.02911,
title = {RDF-Hunter: Automatically Crowdsourcing the Execution of Queries Against RDF Data Sets},
author = {Maribel Acosta and Elena Simperl and Fabian Flöck and Maria-Esther Vidal and Rudi Studer},
journal= {arXiv preprint arXiv:1503.02911},
year = {2015}
}