Datalog 查询的 Why-来源复杂性
数据库
2023-03-23 v1 人工智能
摘要
解释数据库查询结果为何产生是实现可解释 AI 的一项基本任务，尤其在当今表达性强的数据库查询语言（如 Datalog）在基于本体的应用开发中扮演关键角色的形势下。解释查询结果的一种标准方式是所谓的 why-来源（why-provenance），其本质上以足以推导出该结果的输入数据库子集形式提供关于查询结果见证者的信息。令我们惊讶的是，尽管 Datalog 查询的 why-来源概念已提出数十年且被深入研究，其计算复杂性却仍未被探索。本工作的目标是填补 why-来源文献中的这一明显空白。为此，我们精确界定了 Datalog 查询及其关键子类的 why-来源数据复杂性。我们的结论是：递归查询（即使递归被限制为线性）的 why-来源是难解问题，而非递归查询则高度易解。尽管如此，我们通过利用 SAT 求解器从实验上证实，使（递归）Datalog 查询的 why-来源在实践中可行并非不切实际的目标。
引用
@article{arxiv.2303.12773,
title = {The Complexity of Why-Provenance for Datalog Queries},
author = {Marco Calautti and Ester Livshits and Andreas Pieris and Markus Schneider},
journal= {arXiv preprint arXiv:2303.12773},
year = {2023}
}