[論文レビュー] Reconciliation of RDF* and Property Graphs

Olaf Hartig|arXiv (Cornell University)|Sep 11, 2014

Graph Theory and Algorithms参考文献 1被引用数 33

ひとこと要約

この論文は、プロパティグラフとRDF*を形式的に統合するため、二つのモデル間で双方向かつ損失なしの変換を可能にする、体系的でシステムに依存しない変換フレームワークを定義している。主な貢献は、ユーザーが指定するID、ラベル、キーのマッピングを用いてプロパティグラフを形式化し、SPARQL や Gremlin といった標準クエリ言語を介してグラフデータベースとRDFシステムの間でシームレスな相互運用性を実現することにある。

ABSTRACT

Both the notion of Property Graphs (PG) and the Resource Description Framework (RDF) are commonly used models for representing graph-shaped data. While there exist some system-specific solutions to convert data from one model to the other, these solutions are not entirely compatible with one another and none of them appears to be based on a formal foundation. In fact, for the PG model, there does not even exist a commonly agreed-upon formal definition. The aim of this document is to reconcile both models formally. To this end, the document proposes a formalization of the PG model and introduces well-defined transformations between PGs and RDF. As a result, the document provides a basis for the following two innovations: On one hand, by implementing the RDF-to-PG transformations defined in this document, PG-based systems can enable their users to load RDF data and make it accessible in a compatible, system-independent manner using, e.g., the graph traversal language Gremlin or the declarative graph query language Cypher. On the other hand, the PG-to-RDF transformation in this document enables RDF data management systems to support compatible, system-independent queries over the content of Property Graphs by using the standard RDF query language SPARQL. Additionally, this document represents a foundation for systematic research on relationships between the two models and between their query languages.

研究の動機と目的

• プロパティグラフに形式的で標準化された基盤が欠如している現状（普遍的に合意された定義が存在しない）を是正すること。
• プロパティグラフベースのシステム（例：Neo4j）とRDFシステム（例：Virtuoso, Bigdata）の間で、システムに依存しないデータ交換を可能にすること。
• 変換されたモデル間を横断して、RDF用のSPARQLとプロパティグラフ用のGremlin/Cypherといった標準クエリ言語を用いたクエリ処理を可能にすること。
• 二つのモデルおよびそのクエリ言語の関係に関する体系的で形式的な研究の基盤を提供すること。
• RDF*拡張を用いて、ユーザーフレンドリーな方法で文レベルのメタデータ（例：信頼性）を表現するRDFの限界を解消すること。

提案手法

• 頂点V、エッジE、および頂点・エッジにプロパティを割り当てる部分関数Pを用いて、プロパティグラフをタプル (V, E, src, tgt, lbl, P) として形式的に定義する。
• ユーザーが指定する3つのマッピング（頂点IDマッピング：id、エッジラベルマッピング：lm、プロパティキー マッピング：km）を導入し、内部識別子をIRIまたはブランクノードにマッピングする。
• プロパティグラフのRDF*表現を、3つの互いに素な集合（頂点プロパティ：G_vp*、エッジプロパティ：G_ep*、エッジ三項組：G_en*）を用いて定義する。この際、エッジを主語とする三項組をRDF*で表現する。
• 任意の値をRDFリテラルに変換するための値からリテラルへのマッピング（vm）を用い、型安全性と標準化を確保する。
• プロパティ一意性およびエッジ一意性の条件下で、プロパティグラフからRDF*グラフへの形式的かつ単射的変換を確立し、すべての構造的・意味的情報を保持する。
• RDF*からプロパティグラフへの逆変換を提供し、同じ形式的制約のもとで双方向かつ損失なしの変換を保証する。

実験結果

リサーチクエスチョン

• RQ1 プロパティグラフモデルの形式的かつ明確な定義をどのように確立できるか。これは、現在の標準化の欠如を是正するためである。
• RQ2 意味的・構造的整合性を保ちつつ、プロパティグラフをRDF*グラフに損失なしに変換するための形式的マッピングは何か。
• RQ3 変換後のRDF*グラフは、標準のSPARQLでどのようにクエリ可能か。また、元のプロパティグラフは、それからどのように再構築できるか。
• RQ4 変換後、同じデータに対して適用された場合、プロパティグラフのクエリ言語（例：Cypher, Gremlin）とSPARQLとの間の形式的関係は何か。
• RQ5 プロパティグラフにおける文レベルのメタデータ（例：信頼性、出典）を、RDF*で形式的に表現し、クエリ可能にする方法は何か。

主な発見

• 本論文は、プロパティグラフモデルを形式的に定式化し、システム間での使用における曖昧さを解消する明確かつ曖昧でない定義を提供した。
• プロパティ一意性およびエッジ一意性の条件下で、プロパティグラフからRDF*への変換は損失なしで一対一（全単射）であり、完全なデータ整合性が保証される。
• 変換により完全な相互運用性が実現され、RDFデータをプロパティグラフシステムにロードし、Gremlin や Cypher でクエリ可能になる。同様に、プロパティグラフデータも変換後にSPARQLでクエリ可能になる。
• RDF*の使用により、文レベルのメタデータ（例：エッジの信頼性）をネイティブに表現でき、意味的に豊かでクエリ可能な形で表現可能となり、従来のRDFの主な限界を克服した。
• 形式的フレームワークにより、二つのモデルおよびそのクエリ言語の同等性、表現力、クエリ意味論に関する体系的で形式的な研究が可能になった。
• 本アプローチは拡張可能で再利用可能であり、ユーザー定義のマッピング（id, lm, km）により、異種のデータソース間での意味的整合性を実現できる。