[論文レビュー] eLinda: Explorer for Linked Data

Oren Mishali, Tal Yahav+2 more|ArXiv.org|Jul 24, 2017

Semantic Web and Ontologies参考文献 8被引用数 5

ひとこと要約

eLinda は、RDF グラフのクラス、プロパティ、オブジェクトの分布を示すインタラクティブな棒グラフ（ヒストограм）を通じて、直感的で可視化駆動の RDF グラフ探索を可能にするリンクドデータエクスプローラーです。サブクラス、プロパティ、オブジェクト分布の3つの探索タイプをサポートしており、インクリメンタルクエリ評価と専用のクエリ分解器を用いることで、DBpedia などの大規模データセットでも1秒未塔の応答時間を達成し、標準の SPARQL エンドポイントを大きく上回る性能を発揮します。

ABSTRACT

To realize the premise of the Semantic Web towards knowledgeable machines, one might often integrate an application with emerging RDF graphs. Nevertheless, capturing the content of a rich and open RDF graph by existing tools requires both time and expertise. We demonstrate eLinda - an explorer for Linked Data. The challenge addressed by eLinda is that of understanding the rich content of a given RDF graph. The core functionality is an exploration path, where each step produces a bar chart (histogram) that visualizes the distribution of classes in a set of nodes (URIs). In turn, each bar represents a set of nodes that can be further expanded through the bar chart in the path. We allow three types of explorations: subclass distribution, property distribution, and object distribution for a property of choice.

研究の動機と目的

• 大規模でなじみのない RDF グラフを、事前の知識や専門知識なしに探索する課題に対処すること。
• リンクドデータの利用者向けに、概要優先、ズーム・フィルタリング、詳細オンデマンドのインターフェースを提供すること。
• クラス、プロパティ、オブジェクトの分布を可視化することで、豊富な RDF データセットの効率的探索を可能にすること。
• DBpedia や YAGO のような大規模 RDF データセットにおける SPARQL クエリのパフォーマンスボトルネックを克服すること。
• 事前処理なしに、進化を続ける公開可能な RDF エンドポイントのリモート探索をサポートすること。

提案手法

• eLinda は、クラスとプロパティにおける URI の分布を棒グラフ（ヒストограм）で可視化し、各バーが展開可能なノードの集合を表す。
• 3種類のバー展開をサポート：クラス階層への下位クラス展開、プロパティを介した水平展開、プロパティのオブジェクトタイプを介した展開。
• システムはインクリメンタルクエリ評価を採用し、トリプルを k ステップにわたり N 個のチャンクで処理することで、遅延を低減し応答性を向上させる。
• 重クエリストア（HVS）は、1秒を超える遅延を示すクエリの結果をキャッシュし、繰り返しアクセスを高速化する。
• eLinda のクエリ分解器は、特別なインデックスを用いて複雑な SPARQL クエリを最適化された SQL クエリに変換し、実行時間を著しく短縮する。
• AJAX を介した通信によりリモートモードをサポートし、リモートの Virtuoso SPARQL エンドポイントと接続することで、ライブで進化を続けるデータソースの探索を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ユーザーは、事前の知識や専門知識なしに、大規模でなじみのない RDF グラフを効果的に探索できるか？
• RQ2 スケーラブルで応答性の高いリンクドデータ探索を実現するためのインタラクションモデルは何か？ ただし、概要表示と詳細へのドリルダウンの両方の機能を維持する必要がある。
• RQ3 大規模 RDF データセットにおける SPARQL クエリのパフォーマンスボトルネックは、インタラクティブな探索中にどのように緩和できるか？
• RQ4 インクリメンタルクエリ評価とクエリ分解は、リアルタイムのデータ探索において顕著に遅延を低減できるか？
• RQ5 進化を続けるリモートの RDF エンドポイントは、インタラクティブな探索ツールで効果的にサポートできるか？

主な発見

• Heavy Query Store（HVS）を用いることで、DBpedia における出力プロパティおよび入力プロパティの展開に関するクエリ実行時間が、それぞれ 454 秒および 124 秒から 1.5 秒および 1.2 秒に短縮された。
• HVS を通じた繰り返しクエリは約 80 ミリ秒で返答され、キャッシュの大きな利点が裏付けられた。
• インクリメンタル評価により、データをチャンクで処理し、フロントエンドを段階的に更新することで、大規模データセットでも応答性の高いインタラクションが実現した。
• eLinda は、DBpedia や LinkedGeoData といった多様なデータセットの探索を成功裏にサポートし、たとえば「哲学者に影響を与えた人間の種類」といった複雑なパスの探索も可能にした。
• AJAX を用いた通信によりリモート対応を実現し、応答性は低かったものの、使いやすさを維持した。
• eLinda は、データ品質の問題（例：「食べ物」リソースに生まれたと誤って分類された人物）の検出を可能にし、データ検証における実用性を示した。