×

用于查询知识图的RDF存储的统计信息。 (英语) Zbl 07630641号

Varzinczak,Ivan(编辑),《信息和知识系统基础》。第十二届国际研讨会,FoIKS 2022,芬兰赫尔辛基,2022年6月20日至23日。诉讼程序。查姆:斯普林格。莱克特。注释计算。科学。13388, 93-110 (2022).
摘要:许多RDF存储将图形视为没有概念模式的简单顶点和边集。无模式RDF存储中的统计数据基于表示三重模式中常量的键的基数。在本文中,我们探讨了在RDF存储中存储知识图对查询空间结构的影响,从而对统计计算框架的定义产生了影响。我们提出了一个具有完整概念模式的RDF存储的正式框架。模式三元组的偏序集定义了三元组模式类型的结构,因此也定义了查询空间的结构。模式三元组集合与类和谓词的本体一起构成知识图的概念模式,称为模式图我们提出了一种计算模式图统计信息的算法,该模式图由存储模式图中的模式三元组和比存储模式三元组更通用/特定的模式三元组组成,直到用户定义的级别。
关于整个系列,请参见[Zbl 1499.68028号].

MSC公司:

第68页,共15页 数据库理论
68T27型 人工智能中的逻辑
68层35 人工智能的语言和软件系统理论(基于知识的系统、专家系统等)
68单位35 信息系统的计算方法(超文本导航、接口、决策支持等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Baader,F.,Calvanee,D.,McGuinness,D.,Nardi,D.,Patel-Schneider,P.:描述逻辑手册。剑桥大学出版社,剑桥(2002)·Zbl 1058.68107号
[2] Brachman,R.J.,Levsque,H.J.:知识表示与推理。Elsevier,阿姆斯特丹(2004)·Zbl 1341.68228号
[3] Christodulakis,S.:估算块传输和连接大小。载于:1983年SIGMOD会议记录,SIGMOD,美国纽约州纽约市,第40-54页。ACM(1903年)
[4] Erling,O.:使用SQL-ORDBMS实现符合SPARQL的RDF三重存储。OpenLink软件(2009)
[5] Färber,M.、Bartscherer,F.、Menne,C.、Rettinger,A.:DBpedia、Freebase、OpenCyc、Wikidata和YAGO的链接数据质量。塞曼。Web J.1,1-53(2017)
[6] Griffiths-Selinger,P.,Astrahan,M.,Chamberlin,D.,Lorie,A.,Price,T.:关系数据库管理系统中的访问路径选择。摘自:《1979年SIGMOD会议录》,SIGMOD.,美国纽约州纽约市,第23-34页。ACM(1979)
[7] Gubichev,A.,Neumann,T.:利用查询结构在sparql查询中实现高效的连接排序。摘自:Amer-Yahia,S.、Christophides,V.、Kementsietsidis,A.、Garofalakis,M.N.、Idreos,S.和Leroy,V.(编辑)EDBT,第439-450页。OpenProceedings.org(2014)
[8] Gurajada,S.、Seufert,S.,Miliaraki,I.、Theobald,M.:TriAD:基于异步消息传递的分布式无共享RDF引擎。摘自:《2014年ACM SIGMOD国际数据管理会议记录》,SIGMOD2014,美国纽约州纽约市,第289-300页。ACM(2014)
[9] Harris,S.,Gibbins,N.:3存储:高效的散装RDF存储。摘自:第一届实用和可扩展语义系统国际研讨会(PSSS 2003),第1-15页,2003年10月20日
[10] Harris,S.,Lamb,N.,Shadbolt,N.:4store:集群Rdf存储的设计和实现。摘自:第五届可扩展语义Web知识库系统国际研讨会论文集(2009年)
[11] Harth,A.,Decker,S.:用于从web查询RDF的优化索引结构。收录于:第三届拉丁美洲网络大会(LA-Web’2005),第2005卷,第71-80页,2005年1月
[12] Harth,A.,Hose,K.,Schenkel,R.:用于链接数据管理的数据库技术。摘自:《2012年ACM SIGMOD国际数据管理会议记录》,SIGMOD2012,第597-600页,美国纽约州纽约市ACM(2012)
[13] A.哈特。;翁布里奇,J。;Hogan,A。;Decker,S。;Aberer,K.,YARS2:从网络查询图形结构数据的联合存储库,《语义网》,211-224(2007),海德堡:斯普林格·doi:10.1007/978-3-540-76298-0_16
[14] Hoffart,J.,Suchanek,F.M.,Berberich,K.,Weikum,G.:YAGO2:维基百科的时空增强知识库。Artif公司。因特尔。194, 28-61 (2013). 人工智能、维基百科和半结构化资源·Zbl 1270.68303号
[15] Hogan,A.等人:知识图。ACM计算。Surv公司。54(4)(2021)
[16] Karypis,G。;Kumar,V.,《划分不规则图的快速高质量多级方案》,SIAM J.Sci。计算。,20, 1, 359-392 (1999) ·兹比尔0915.68129 ·doi:10.1137/S1064827595287997
[17] Lenat、DB、Cyc:对知识基础设施的大规模投资,Commun。美国医学会,38,11,33-38(1995)·doi:10.1145/219717.219745
[18] McBride,B.,Jena:语义网络工具包,IEEE互联网计算。,6, 6, 55-59 (2002) ·doi:10.1109/MIC.2002.1067737
[19] Neumann,T.,Moerkotte,G.:特征集:具有多个连接的RDF查询的准确基数估计。2011年IEEE第27届国际数据工程会议论文集,ICDE 2011,第984-994页,美国华盛顿特区。IEEE计算机学会(2011)
[20] 诺依曼,T。;Weikum,G.,RDF数据可扩展管理的RDF3X引擎,VLDB J.,19,1,91-113(2010)·doi:10.1007/s00778-009-0165-y
[21] OpenLink软件文档团队。OpenLink Virtuoso Universal服务器:文档(2009)
[22] Oracle公司。Oracle Berkeley DB 11g Release 2(2011)
[23] Piatetsky-Shapiro,G.,Connell,C.:满足条件的元组数的精确估计。摘自:《1984年SIGMOD会议录》,SIGMOD256-276页,美国纽约州纽约市ACM(1984)
[24] Ramachandran,D.,Reagan,P.,Goolsbey,K.:第一顺序研究:公共意义本体中的表达性和效率。收录:AAAI报告,AAAI(2005)
[25] 资源描述框架(RDF)(2004年)。网址:http://www.w3.org/RDF/
[26] RDF模式(2004)。http://www.w3.org/TR/rdf-schema/
[27] 萨夫尼克,I。;尼塔,K。;米卢蒂诺维奇,V。;Kotlar,M.,使用骨架图的大粒度分区方法,探索数据流超级计算范式,3-39(2019),Cham:Springer,Cham·doi:10.1007/978-3-030-13803-5_1
[28] Savnik,I.,Nitta,K.:数据集:Simple和YAGO-s(2021)。http://osebje.famnit.upr.si/savnik/epsilon/数据集/
[29] Savnik,I.,Nitta,K.:Epsilon:数据和知识图形数据库系统(2021年)。http://osebje.famnit.upr.si/萨夫尼克/ε/ε/
[30] Savnik,I.、Nitta,K.、Skrekovski,R.、Augsten,N.:基于概念图式的知识图统计。康奈尔大学技术报告(2021年)。arXiv公司:2109.09391·Zbl 07630641号
[31] Stocker,M.、Seaborne,A.、Bernstein,A.、Kiefer,C.、Reynolds,D.:使用选择性估计的Sparql基本图形模式优化。收录于:WWW 2008,Semantic Web II,WWW 2008第595-604页,美国纽约州纽约市ACM(2008)
[32] 韦伯,J.:Neo4j的程序性介绍。摘自:《第三届系统、编程和应用年度会议论文集:人性化软件》,SPLASH 2012,第217-218页,美国纽约州纽约市。ACM(2012)
[33] 韦斯,C。;Karras,P。;Bernstein,A.,Hexastore:语义web数据管理的六元索引,Proc。荷兰VLDB。,1, 1, 1008-1019 (2008) ·doi:10.14778/1453856.1453965
[34] Wilkinson,K.,Sayers,C.,Kuno,H.,Reynolds,D.:耶拿的高效RDF存储和检索(2003)
[35] 邹,L。;厄兹苏,MT;Chen,L。;沈,X。;黄,R。;Zhao,D.,gStore:基于图形的SPARQL查询引擎,VLDB J.,23,4,565-590(2014)·doi:10.1007/s00778-013-0337-7
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。