[論文レビュー] Correlation and Substitution in SPARQL

Daniel Hernández, Claudio Gutiérrez+1 more|arXiv (Cornell University)|Jun 5, 2016

Semantic Web and Ontologies被引用数 3

ひとこと要約

この論文は、論理およびプログラミング言語の原則に基づく形式的意味論を提案することで、SPARQLにおける変数の相関関係と代入処理の曖昧さを解消する。既存の実装に見られる不整合を解消するため、正規化された 'bind' 関数を導入し、Blazegraph/Fuseki (S1) と Virtuoso/rdf4j (S3) がそれぞれ異なるが明確に定義された意味論に従っていることを示しており、後者2つはすべてのテストケースでその形式的モデルと一致している。

ABSTRACT

In the current SPARQL specification the notion of correlation and substitution are not well defined. This problem triggers several ambiguities in the semantics. In fact, implementations as Fuseki and Virtuoso assume different semantics. In this technical report, we provide a semantics of correlation and substitution following the classic philosophy of substitution and correlation in logic, programming languages and SQL. We think this proposal not only fix the current ambiguities and problems, but helps to set a safe formal base to further extensions of the language. This work is part of an ongoing work of Daniel Hernandez. These anomalies in the W3C Specification of SPARQL 1.1 were detected early and reported no later than 2014, when two erratas were registered (cf. https://www.w3.org/2013/sparql-errata#errata-query-8 and https://www.w3.org/2013/sparql-errata#errata-query-10).

研究の動機と目的

• SPARQL の仕様における変数の相関関係と代入処理に関する長年の曖昧さを解消し、実装間での一貫性の欠如によるクエリ結果の不一致を是正すること。
• サブクエリにおける変数の可視性と代入処理の3つの異なる意味論を形式化すること。これは、サブクエリで投影されていない変数がどのように扱われるかに依存する。
• 論理およびプログラミング言語分野で確立された原則に整合した、将来の SPARQL 拡張の安全で形式的な基盤を提供すること。
• 主な SPARQL エンジン（Fuseki、Blazegraph、Virtuoso、rdf4j）の挙動を、提案された形式的意味論と照合して評価すること。
• 特に未束縛変数やネストされたサブクエリを含むケースにおける、エンジン挙動の乖離を特定・解説すること。

提案手法

• W3C SPARQL 規格における曖昧に定義された 'substitute' 関数に代わる、一貫性のある変数正規化を保証する新しい 'bind' 関数を提案する。
• パターン P における変数の名前を変更することで、すべての出現箇所での役割割り当てを一貫させる正規化関数 'norm(P)' を導入する。
• サブクエリにおける非投影変数が可視かどうかに基づき、3つの代替意味論（S1、S2、S3）を定義し、S1 および S3 が実世界のエンジン挙動と一致していることを示す。
• 各意味論におけるクエリ結果の計算に形式的評価規則を用い、10個のテストクエリに対する実際のエンジン出力と照合する。
• 空白ノードおよび未束縛変数を含むエッジケースを分析し、意味論の安全性と一貫性を確保する。
• エンジン出力を形式的モデルと照合することで、提案された意味論の妥当性を検証し、実装におけるバグや不整合を特定する。

実験結果

リサーチクエスチョン

• RQ1 現在の SPARQL 実装（Fuseki、Blazegraph、Virtuoso、rdf4j）は、サブクエリにおける変数の相関関係と代入処理をどのように異なる方法で処理しているか？
• RQ2 なぜ W3C SPARQL 1.1 規格は曖昧な意味論を生じさせ、形式的にどのように是正できるか？
• RQ3 既存の SPARQL エンジンで観察される挙動の相違を統一・明確化する形式的意味論は何か？
• RQ4 現実世界の SPARQL エンジンは、提案された形式的意味論にどの程度適合しているか。また、どこで逸脱しているか？
• RQ5 空白ノードおよび未束縛変数は、提案された意味論の正しさと安全性にどのように影響を与えるか？

主な発見

• Fuseki と Blazegraph は、サブクエリにおける非投影変数が可視でない S1 の意味論に従っているが、クエリ6および7で一貫性のない挙動を示しており、バグの兆候がある。
• Virtuoso と rdf4j は、非投影変数が可視で代入可能である S3 の意味論に従っており、すべてのテストケースでその形式的モデルと一致している。
• 提案された形式的意味論 S1 および S3 は論理的に整合的で安全であり、特に空白ノードや変数スコープの取り扱いにおいて優れている。
• W3C の 'substitute' 関数は形式的に曖昧で矛盾を含むことが示され、新しい 'bind' 関数への置き換えが不可避である。
• クエリ8および10は、一部のエンジンが未束縛変数に対して特別な処理を施していることを示しており、実装固有の解釈の可能性を示唆している。
• ネストされたサブクエリに相関する変数が含まれるケースでは、S3（Virtuoso および rdf4j）のみが正しく処理している。S1（Fuseki/Blazegraph）は複数のサブクエリにまたがる変数のバインディングを正しく処理できない。