[論文レビュー] Shape Expressions Schemas

Iovka Boneva, José Emilio Labra Gayo+2 more|arXiv (Cornell University)|Oct 19, 2015

Image Retrieval and Classification Techniques参考文献 6被引用数 3

ひとこと要約

この論文は、Turtle や JSON にインspiredされた構文を用いて、ノードレベルの制約を通じてグラフ構造を検証する、RDF のための使いやすく表現力のあるスキーマ言語である Shape Expressions (ShEx) を紹介する。形式的意味論、検証可能な証明を生成する再帰的検証アルゴリズム、およびエラー同定の NP 完全性を示し、RDF データ検証のための XML やリレーショナルスキーマの代替として堅牢であることを位置づける。

ABSTRACT

We present Shape Expressions (ShEx), an expressive schema language for RDF designed to provide a high-level, user friendly syntax with intuitive semantics. ShEx allows to describe the vocabulary and the structure of an RDF graph, and to constrain the allowed values for the properties of a node. It includes an algebraic grouping operator, a choice operator, cardinalitiy constraints for the number of allowed occurrences of a property, and negation. We define the semantics of the language and illustrate it with examples. We then present a validation algorithm that, given a node in an RDF graph and a constraint defined by the ShEx schema, allows to check whether the node satisfies that constraint. The algorithm outputs a proof that contains trivially verifiable associations of nodes and the constraints that they satisfy. The structure can be used for complex post-processing tasks, such as transforming the RDF graph to other graph or tree structures, verifying more complex constraints, or debugging (w.r.t. the schema). We also show the inherent difficulty of error identification of ShEx.

研究の動機と目的

• RDF のためのスキーマ言語を設計し、グラフデータの構造的制約を表現する直感的で高水準の構文を提供すること。
• 再帰、否定、基数制約、値集合を含む複雑な機能をサポートする、ShEx の形式的意味論を定義すること。
• ノードがスキーマ制約を満たすかどうかを証明構造を生成する再帰的検証アルゴリズムを開発すること。
• ShEx におけるエラー同定の計算量的複雑性を分析し、基本的な構成要素に制限しても NP 完全であることを示すこと。
• 実世界のアプリケーションにおけるデータ検証において、OWL や SPARQL、SHACL といった既存の手法と比較して、ShEx が実用的代替手段として位置づけられること。

提案手法

• ShEx は、各ノードが許可されたプロパティ、データ型、基数を指定する名前付きの「シェイプ」に対して検証される、シェイプベースのモデルを採用する。
• 言語には、グループ化（コンマ）、選択（代わりに）、基数制約（例：1, 0..1, *, +）、否定が含まれる。
• 検証アルゴリズムは、フォーカスノードをシェイプに対して再帰的にチェックし、ノードが満たす制約と関連付ける証明構造を生成する。
• 追加プロパティの許可を制御するために、$‘CLOSED’$ および $‘EXTRA’$ 修飾子がサポートされる。
• 整合性の確認が可能な再帰的シェイプ定義により、再帰が明確にサポートされる。
• 表現力を高めるために、値クラス制約における値集合と論理積が拡張されている。

実験結果

リサーチクエスチョン

• RQ1 OWL の複雑さを回避しつつ、RDF のためのスキーマ言語を、表現力と使いやすさの両立を実現できるように設計するにはどうすればよいか？
• RQ2 再帰、否定、基数制約をサポートする RDF グラフのスキーマ言語に対して、どのような形式的意味論を定義できるか？
• RQ3 ノードのスキーマ制約への適合を証明する構造を生成する再帰的検証アルゴリズムを構築可能か？これにより、後続処理やデバッグが可能になるか？
• RQ4 基本的な構成要素に制限した場合でも、ShEx におけるスキーマ違反の同定の計算量的複雑性は何か？
• RQ5 SPARQL や OWL、SHACL といった既存の手法と比較して、ShEx は表現力、使いやすさ、検証能力の面でどのように異なるか？

主な発見

• ShEx は、否定、再帰、基数制約といった機能をサポートする、洗練された構文と直感的な意味論を持つ、RDF のための整合的かつ整合性のあるスキーマ言語である。
• 検証アルゴリズムは、検証が容易な証明構造を生成し、データ変換や制約デバッグといった複雑な後続処理タスクをサポートする。
• ShEx におけるエラー同定は、基本的な構成要素に制限しても NP 完全であることが示され、自動エラー局所化の本質的困難性を示している。
• $‘CLOSED’$ および $‘EXTRA’$ 修飾子により、オープンワールドおよびクローズドワールド検証が可能となり、リンクド・データ環境と厳密に制御された環境の両方で利用可能である。
• ShEx は医療情報学やリンクド・データポータルを含む実世界のシナリオで成功裏に適用されており、実用的有用性を示している。
• 複数のオープンソースツールで実装されており、臨床モデルやデータポータルの検証に使用されており、広範な採用可能性を示している。