[論文レビュー] Preliminary results on Ontology-based Open Data Publishing

Gianluca Cima|arXiv (Cornell University)|May 30, 2017

Semantic Web and Ontologies参考文献 13被引用数 10

ひとこと要約

本稿は、組織がソースクエリからオントロジー・レベルのクエリを自動で導出することによって、意味的に注釈されたデータを公開できるようにする、ボトムアップ型のオントロジー基盤Open Data公開手法を提案する。主な貢献は、形式的オントロジー・マッピングを用いて、公開データの正しいかつ完全な意味的解釈を保証する、最適な完全なソースからターゲットへのリライトを計算するアルゴリズムの開発である。

ABSTRACT

Despite the current interest in Open Data publishing, a formal and comprehensive methodology supporting an organization in deciding which data to publish and carrying out precise procedures for publishing high-quality data, is still missing. In this paper we argue that the Ontology-based Data Management paradigm can provide a formal basis for a principled approach to publish high quality, semantically annotated Open Data. We describe two main approaches to using an ontology for this endeavor, and then we present some technical results on one of the approaches, called bottom-up, where the specification of the data to be published is given in terms of the sources, and specific techniques allow deriving suitable annotations for interpreting the published data under the light of the ontology.

研究の動機と目的

• 公開すべきデータを決定するための形式的メソッドの欠如を解消し、高品質で意味的に注釈されたOpen Dataを保証すること。
• オントロジー基盤データ管理（OBDM）パラダイムを形式的基盤として用いる、原理的アプローチによるOpen Data公開を提供すること。
• 完全なOBDM導入ができない組織が、ソースクエリからオントロジー・レベルのクエリを導出することによってデータを公開できるようにすること。
• 意味的正しさを保持する完全なソースからターゲットへのリライトを認識および計算するためのアルゴリズムを開発すること。
• 形式的オントロジー・マッピングを用いて、公開データが正確かつ意味的に適切に文書化されていることを保証すること。

提案手法

• 本稿は、データ公開者が直接オントロジーではなく、ソースデータベース（例：リレーショナルテーブル）に対してクエリを指定するボトムアップ型のアプローチを導入する。
• オントロジーとマッピングを形式的仕様として用い、ソースクエリをオントロジー上の結合的クエリ（CQ）に変換するソースからターゲット（s-to-t）リライトを計算するアルゴリズムを提案する。
• 得られたオントロジー・クエリが、データとスキーマのすべての可能なモデルにおいて、ソースクエリのすべての確定的答えを捉えることを保証する完全なs-to-tリライトである。
• 候補となるリライトが完全であるかどうかを検証するために、チェイス手順を用い、オントロジー、マッピング、およびソースクエリに基づく形式的チェックを実施する。
• 最適なリライトは、完全性を保つ最小のクエリ（論理的同値性を除いて一意）として定義され、アルゴリズムはその計算のためにソースクエリとマッピングから標準インスタンスを構築する。
• マッピングにおけるクエリの単調性を活用することで、データのすべての一貫したモデルにおいて正しさと完全性が保証される。

実験結果

リサーチクエスチョン

• RQ1 完全なOBDM導入ができない組織は、どのように高品質で意味的に注釈されたOpen Dataを公開できるか？
• RQ2 ソースクエリをオントロジー・クエリにリライトする際の正しく完全な形式的基準は何か？
• RQ3 与えられたソースクエリとOBDM定義から、最適（最小）な完全なs-to-tリライトを自動的に計算できるか？
• RQ4 与えられたオントロジー・クエリが、あるソースクエリの完全なs-to-tリライトであるための条件は何か？
• RQ5 ソースレベルの仕様とオントロジー・マッピングのみを用いて、公開データの意味的性質を形式的に保証できるか？

主な発見

• 提案されたアルゴリズムは、オントロジー上でのソースクエリの最適な完全なs-to-tリライトを計算し、すべての一貫したモデルにおいて正しく完全であることを保証する。
• 最適なリライトは常に結合的クエリ（CQ）として表現可能であり、アルゴリズムは論理的同値性を除いて一意のこのようなクエリを返す。
• 任意のソースクエリに対して、CheckComplete手順がtrueを返すことで、アルゴリズムが生成するリライトが完全であることが保証される。
• 本手法により、公開データの意味的性質がオントロジーを通じて形式的に捉えられ、公開者がソースデータ上のクエリのみを指定する場合でも成立する。
• ソースレベルの指定と意味的公開の間のギャップを埋めることで、直接オントロジークエリを実行できない組織においても、高品質なOpen Data公開を可能にする。
• 理論的結果により、計算されたリライトが完全かつ最小であることが示され、自動的で意味的に整合性のあるデータ公開の原理的基盤が提供される。