Tuffy：利用关系数据库管理系统扩展马尔可夫逻辑网络中的统计推断
数据库
2011-04-19 v1
摘要
马尔可夫逻辑网络（MLNs）已成为一种结合统计与逻辑推理的强大框架，并被应用于信息抽取、实体解析和文本挖掘等众多数据密集型问题。当前 MLN 的实现无法扩展到大规模真实世界数据集，这阻碍了其广泛采用。我们提出的 Tuffy 通过三项新颖贡献实现了可扩展性：(1) 一种自底向上的实例化方法，使我们能够充分利用关系优化器的全部能力；(2) 一种新颖的混合架构，使我们能够利用关系数据库管理系统高效地执行人工智能风格的局部搜索；(3) 一项理论洞见，揭示了何时可以（以指数级）提升随机局部搜索的效率。我们利用 (3) 构建了新颖的分区、加载和并行算法。实验表明，在多个公开数据集上，我们的方法在结果质量和速度方面均优于当前最先进的实现。
引用
@article{arxiv.1104.3216,
title = {Tuffy: Scaling up Statistical Inference in Markov Logic Networks using an RDBMS},
author = {Feng Niu and Christopher Ré and AnHai Doan and Jude Shavlik},
journal= {arXiv preprint arXiv:1104.3216},
year = {2011}
}
备注
VLDB2011