[論文レビュー] Truth Discovery to Resolve Object Conflicts in Linked Data

Wenqiang Liu|arXiv (Cornell University)|Sep 1, 2015

Semantic Web and Ontologies参考文献 33被引用数 3

ひとこと要約

この論文は、多数のソースが少数の矛盾するオブジェクトを提供するが、少数のソースが多数の矛盾するオブジェクトを提供するスケールフリーなリンクド・データにおけるオブジェクトの矛盾を解消するための新しい真実発見手法TruthDiscoverを提案する。本手法は、ソース信念グラフのトポロジカルな性質を活用して事前ソース信頼性を推定し、オブジェクト間の相互依存関係を隠れマルコフランダムフィールド（HMRF）でモデル化することで、歪んだデータ分布における信頼性推定の精度を向上させる。本手法は、6つの実世界データセットにおいて、既存手法を顕著に上回る性能を示した。

ABSTRACT

In the community of Linked Data, anyone can publish their data as Linked Data on the web because of the openness of the Semantic Web. As such, RDF (Resource Description Framework) triples described the same real-world entity can be obtained from multiple sources; it inevitably results in conflicting objects for a certain predicate of a real-world entity. The objective of this study is to identify one truth from multiple conflicting objects for a certain predicate of a real-world entity. An intuitive principle based on common sense is that an object from a reliable source is trustworthy; thus, a source that provide trustworthy object is reliable. Many truth discovery methods based on this principle have been proposed to estimate source reliability and identify the truth. However, the effectiveness of existing truth discovery methods is significantly affected by the number of objects provided by each source. Therefore, these methods cannot be trivially extended to resolve conflicts in Linked Data with a scale-free property, i.e., most of the sources provide few conflicting objects, whereas only a few sources have many conflicting objects. To address this challenge, we propose a novel approach called TruthDiscover to identify the truth in Linked Data with a scale-free property. Two strategies are adopted in TruthDiscover to reduce the effect of the scale-free property on truth discovery. First, this approach leverages the topological properties of the Source Belief Graph to estimate the priori beliefs of sources, which are utilized to smooth the trustworthiness of sources. Second, this approach utilizes the Hidden Markov Random Field to model the interdependencies between objects to estimate the trust values of objects accurately. Experiments are conducted in the six datasets to evaluate TruthDiscover.

研究の動機と目的

• リンクド・データにおけるオブジェクトの矛盾がソースにスケールフリーに分布する状況における真実発見の課題に対処すること。
• 真実発見における信頼性推定に悪影響を及ける歪んだソース貢献パターンの影響を低減すること。
• 矛盾するオブジェクト間の相互依存関係をモデル化することで、真実の同定精度を向上させること。
• 現実のリンクド・データに一般的に見られるソース貢献の不均衡に強い手法を開発すること。
• 現実のデータグラフの構造的性質に適応可能な信頼性の高い真実発見フレームワークを提供すること。

提案手法

• ソース・オブジェクト関係を表現するためのソース信念グラフを構築し、そのトポロジカルな性質を用いてソースの事前信念を導出する。
• グラフの構造に基づいた事前信念スムージング機構を適用して、初期の信頼性推定を改善する。
• 矛盾するオブジェクト間の相互依存関係を、隠れマルコフランダムフィールド（HMRF）を用いてモデル化する。
• HMRFはオブジェクト間の条件付き依存関係を捉え、個々のソース信頼性を超えた信頼スコアの精緻化を可能にする。
• 共同推論プロセスを用いて、反復的にソース信頼性とオブジェクト信頼スコアを更新する。
• HMRFモデル上の確率的推論を通じて、ソース信頼性とオブジェクト真実性を同時に推定する。

実験結果

リサーチクエスチョン

• RQ1 リンクド・データにおける矛盾オブジェクトのスケールフリーな分布に対して、真実発見がどのようにして耐性を示せるか。
• RQ2 ソース・オブジェクトグラフのトポロジカル特徴が、ソースの事前信念推定にどの程度寄与するか。
• RQ3 矛盾するオブジェクト間の相互依存関係をモデル化することで、真実発見の精度が向上するか。
• RQ4 TruthDiscoverは、実世界のデータセットにおいて、既存の真実発見手法と比較してどの程度の性能を示すか。
• RQ5 歪んだソース貢献パターンが、従来の真実発見アプローチに及える影響は何か。

主な発見

• TruthDiscoverは、ベースライン手法と比較して、6つの実世界データセットにおいて真実発見の精度を顕著に向上させた。
• ソース信念グラフにおけるトポロジカルな事前情報の使用により、疎な貢献者によるバイアスが低減され、信頼性推定が向上した。
• HMRFを用いたオブジェクト間相互依存関係のモデリングにより、矛盾する値間での信頼スコアの伝搬がより正確になった。
• 少数のソースが矛盾データを支配する状況でも、本手法は頑健な性能を示した。
• 実験の結果、TruthDiscoverは特にソース貢献の不均衡が顕著な状況において、既存の真実発見技術を上回った。
• 本手法は、スケールフリーなデータ分布が真実発見に与える悪影響を効果的に緩和した。