[論文レビュー] Logical Inferences with Contexts of RDF Triples

Vinh Nguyen, Amit Sheth|arXiv (Cornell University)|Jan 20, 2017

Semantic Web and Ontologies参考文献 13被引用数 5

ひとこと要約

本論文は、RDFコンテキスト付き三元組（三元組に関する三元組）を形式的モデル理論的意味論において一等公民として扱うもので、出典、時間、場所メタデータの論理的推論を可能にする。このメカニズムは、新たな帰結規則を導入し、コンテキスト付き三元組を導出可能にする。DBpedia や NCBI Genes のような大規模知識ベースにおいてスケーラブルであることが実証されており、10億三元組あたり5〜6分の追加時間で推論が可能である。

ABSTRACT

Logical inference, an integral feature of the Semantic Web, is the process of deriving new triples by applying entailment rules on knowledge bases. The entailment rules are determined by the model-theoretic semantics. Incorporating context of an RDF triple (e.g., provenance, time, and location) into the inferencing process requires the formal semantics to be capable of describing the context of RDF triples also in the form of triples, or in other words, RDF contextual triples about triples. The formal semantics should also provide the rules that could entail new contextual triples about triples. In this paper, we propose the first inferencing mechanism that allows context of RDF triples, represented in the form of RDF triples about triples, to be the first-class citizens in the model-theoretic semantics and in the logical rules. Our inference mechanism is well-formalized with all new concepts being captured in the model-theoretic semantics. This formal semantics also allows us to derive a new set of entailment rules that could entail new contextual triples about triples. To demonstrate the feasibility and the scalability of the proposed mechanism, we implement a new tool in which we transform the existing knowledge bases to our representation of RDF triples about triples and provide the option for this tool to compute the inferred triples for the proposed rules. We evaluate the computation of the proposed rules on a large scale using various real-world knowledge bases such as Bio2RDF NCBI Genes and DBpedia. The results show that the computation of the inferred triples can be highly scalable. On average, one billion inferred triples adds 5-6 minutes to the overall transformation process. NCBI Genes, with 20 billion triples in total, took only 232 minutes for the transformation of 12 billion triples and added 42 minutes for inferring 8 billion triples to the overall process.

研究の動機と目的

• RDF三元組に関するコンテキスト情報（例：出典、時間、場所）をモデル理論的意味論において一等公民として形式化すること。
• 既存の三元組に基づいて新たなコンテキスト付き三元組を論理的に導出できる帰結規則のセットを構築すること。
• 意味的整合性を保ちながら大規模知識ベースにおけるスケーラブルな推論を可能にすること。
• DBpedia や NCBI Genes などの実世界のデータセット上で、提案された推論メカニズムの実現可能性とパフォーマンスを実証すること。

提案手法

• コンテキスト情報（出典、時間、場所など）を、単一のプロパティを用いて三元組の三元組としてRDF三元組として表現し、モデル理論的意味論において一等公民として扱う。
• 標準のRDF/OWL意味論を拡張し、コンテキスト付き三元組およびそれらの論理的関係を含む形式的モデル理論的意味論を定義する。
• 既存のコンテキスト付き三元組および事実的三元組に基づいて、新たなコンテキスト付き三元組を導出できる新たな帰結規則のセットを設計する。
• 既存の知識ベースを新しいコンテキスト付き三元組形式に再表現し、前方結合推論を適用する変換パイプラインを実装する。
• インデキシングとストリームベースの並列処理を用いてパフォーマンスを最適化し、大規模な推論を効率的に行う。
• NoReasoningおよびReasoningの両バージョンを用いて、実世界の知識ベース（例：Bio2RDF、DBpedia、NCBI Genes）でシステムを評価する。

実験結果

リサーチクエスチョン

• RQ1 RDF三元組に関するコンテキスト情報（出典、時間、場所）を、モデル理論的意味論において一等公民として形式的に表現する方法は何か？
• RQ2 既存の三元組から新たなコンテキスト付き三元組を論理的に導出するための帰結規則は何か？
• RQ3 提案された推論メカニズムは、200億三元組を有するNCBI Genesのような大規模知識ベースにスケーラブルに適用可能か？
• RQ4 推論のパフォーマンスは、全体の変換およびストレージのオーバーヘッドにどのように影響するか？

主な発見

• 提案された推論メカニズムは計算的にスケーラブルであり、10億三元組あたりの推論で変換プロセスにたった5〜6分の追加時間がかかる。
• NCBI Genesにおいて、120億三元組の変換と80億コンテキスト付き三元組の推論には、変換に232分、推論に42分を要し、合計で274分を要した。
• 重複除去により冗長なコンテキスト付き三元組が削除されるため、Dupバージョンと比較して、ユニーク版のデータ表現はディスク容量と実行時間を最大50％まで削減した。
• NoReasoningバージョンと比較して、Reasoningバージョンは14〜19％の追加実行時間と15〜25％の追加ディスク容量を要したが、これは管理可能なオーバーヘッドであることを示している。
• このメカニズムにより、時間的・空間的出典などのコンテキストメタデータに対する論理的推論が可能となり、時間的推論や出典追跡などの高度な応用を支援する。
• このアプローチはOWL 2 Fullと互換性があり、さらなる意味論的拡張によりOWL 2 DLおよび直接意味論へ拡張可能である。