[論文レビュー] Luzzu Quality Metric Language -- A DSL for Linked Data Quality Assessment

Jeremy Debattista, Christoph Lange+1 more|arXiv (Cornell University)|Apr 29, 2015

Semantic Web and Ontologies参考文献 18被引用数 4

ひとこと要約

本論文は、Luzzuフレームワーク内での連結オープンデータセットのための複雑なデータ品質メトリクスの定義と実行を、プログラミング経験のないドメイン専門家が可能にするドメイン特化言語（DSL）であるLuzzu品質メトリック言語（LQML）を紹介する。LQMLは、効率的なストリーミング処理をサポートする宣言的で表現力豊かなメトリック定義を可能にし、新たなオントロジーを統合して意味的共有と再利用を実現しており、連結データエコシステムにおける品質評価の障壁を顕著に低減している。

ABSTRACT

The steadily growing number of linked open datasets brought about a number of reservations amongst data consumers with regard to the datasets' quality. Quality assessment requires significant effort and consideration, including the definition of data quality metrics and a process to assess datasets based on these definitions. Luzzu is a quality assessment framework for linked data that allows domain-specific metrics to be plugged in. LQML offers notations, abstractions and expressive power, focusing on the representation of quality metrics. It provides expressive power for defining sophisticated quality metrics. Its integration with Luzzu enables their efficient processing and execution and thus the comprehensive assessment of extremely large datasets in a streaming way. We also describe a novel ontology that enables the reuse, sharing and querying of such definitions. Finally, we evaluate the proposed DSL against the cognitive dimensions of notation framework.

研究の動機と目的

• 連結オープンデータセットにおけるデータ品質の低下が広がる中で、その採用と信頼性を阻害するという懸念に対処する。
• 特にプログラミング経験のないドメイン専門家が、カスタムでドメイン特化されたデータ品質メトリクスを連結データセットに対して定義できるようにすること。
• 大規模データセットにおける効率的でスケーラブルな実行を両立できる、表現力とバランスの取れたドメイン特化言語（DSL）を設計すること。
• 新しい意味的オントロジーを通じて、品質メトリクスの共有、照会、再利用を支援すること。
• 非プログラマーを対象とした実用性を保証するため、表記の認知的次元（CD）フレームワークを用いてLQMLの使いやすさを体系的に評価すること。

提案手法

• 非プログラマーの読みやすさと表現力を重視し、構造的で宣言的なDSLとしてLQMLを設計し、連結データ品質メトリクスに特化する。
• Luzzuフレームワーク内での大規模連結データセットの効率的処理を実現するため、ストリーミング実行モデルをLQMLに実装する。
• LQMLで定義されたメトリクスの発見、再利用、照会を可能にするために、新たなオントロジー「Luzzuブループrintオントロジー」を定義する。
• LQMLの使いやすさと設計上の妥当性を体系的に評価するため、表記の認知的次元（CD）フレームワークを適用する。
• 複雑なSPARQLに類似した論理を人間が読みやすい表現に抽象化するため、モジュラー構成（一致条件、アクション、結果定義）をLQMLの中心に据える。
• 相互運用性と意味的基盤を確保するため、既存のセマンティックウェブ標準（RDF、SPARQL、OWL）とLQMLを統合する。

実験結果

リサーチクエスチョン

• RQ1 プログラミングスキルのないドメイン専門家は、どのようにして連結オープンデータセットに対して複雑なデータ品質メトリクスを効果的に定義できるか？
• RQ2 大規模連結データ上で、表現力と効率的でスケーラブルな実行の両立を実現するには、DSLにどのような設計原則が必要か？
• RQ3 品質メトリクス定義をどのように意味的にモデル化すれば、コミュニティ間での共有、再利用、照会が可能になるか？
• RQ4 LQMLの設計は、プログラミング経験のないドメイン専門家の認知的負荷をどの程度軽減できるか？
• RQ5 連結データ品質評価用DSLを設計するにあたり、主な使いやすさと表現力のトレードオフは何か？

主な発見

• LQMLは、宣言的で人間が読みやすい構文により、プログラミング経験のないドメイン専門家が洗練されたデータ品質メトリクスを定義可能であることを実証した。
• LQMLをLuzzuフレームワークと統合することで、大規模連結データセットにおける品質メトリクスの効率的でストリーミング実行が可能になった。
• Luzzuブループrintオントロジーにより、品質メトリクスの構造的かつ機械処理可能な表現が可能となり、連結データコミュニティ全体での再利用と発見が促進された。
• 表記の認知的次元（CD）フレームワークを用いた評価により、LQMLの使いやすさの強みが明らかになり、複雑なメトリクス作成における認知的負荷の低減が今後の改善課題であると判明した。
• LQMLは、ドメイン専門家が品質評価に貢献できるようにすることで、連結オープンデータクラウドにおけるデータ品質の向上に強く潜在的であることが示された。
• 今後の作業として、LQMLにより汎用的なキーワードを追加し、コミュニティが貢献できるインタラクティブなUIとオンラインメトリクスリポジトリの開発を計画している。