[논문 리뷰] Believe It or Not: Adding Belief Annotations to Databases

Wolfgang Gatterbauer, Magdalena Bałazińska외 2명|arXiv (Cornell University)|2009. 12. 30.

Logic, Reasoning, and Knowledge참고 문헌 33인용 수 10

한 줄 요약

이 논문은 사용자가 튜플과 다른 애너테이션에 대해 관계자들의 믿음 진술을 애너테이션할 수 있는 새로운 데이터베이스 모델인 믿음 데이터베이스를 소개한다. 이는 공동 과학적 데이터 정제 환경에서 갈등하는 의견을 구조적으로 표현할 수 있도록 한다. 믿음 의미론은 다중 에이전트 지식 논리의 일부를 사용하여 형식화되며, 믿음 데이터베이스는 표준 Kripke 구조로 표현되며, 믿음 쿼리를 표준 SQL로 다항 시간 내에 변환함으로써 기존 관계형 데이터베이스 관리 시스템(RDBMS)에서 효율적인 쿼리 처리를 가능하게 한다.

ABSTRACT

We propose a database model that allows users to annotate data with belief statements. Our motivation comes from scientific database applications where a community of users is working together to assemble, revise, and curate a shared data repository. As the community accumulates knowledge and the database content evolves over time, it may contain conflicting information and members can disagree on the information it should store. For example, Alice may believe that a tuple should be in the database, whereas Bob disagrees. He may also insert the reason why he thinks Alice believes the tuple should be in the database, and explain what he thinks the correct tuple should be instead. We propose a formal model for Belief Databases that interprets users' annotations as belief statements. These annotations can refer both to the base data and to other annotations. We give a formal semantics based on a fragment of multi-agent epistemic logic and define a query language over belief databases. We then prove a key technical result, stating that every belief database can be encoded as a canonical Kripke structure. We use this structure to describe a relational representation of belief databases, and give an algorithm for translating queries over the belief database into standard relational queries. Finally, we report early experimental results with our prototype implementation on synthetic data.

연구 동기 및 목표

• 과학적 데이터베이스에서 사용자가 데이터의 정확성에 대해 일반적으로 의견이 갈릴 때도 애너테이션에 대한 공식적 의미론이 부족한 문제를 해결하기 위해.
• 간단한 메타데이터나 수정 정보를 넘어서 다른 사용자의 믿음에 대한 애너테이션인 고차원 애너테이션을 지원하기 위해.
• 공동으로 사용하는 데이터베이스 내에서 갈등하는 사실과 의견에 대한 구조적 논의를 가능하게 하며, 모든 믿음 상태를 유지하기 위해.
• 표준 관계형 DBMS에서 표준 Kripke 구조를 통해 믿음 쿼리의 실용적이고 효율적인 구현을 제공하기 위해.
• 다수의 전문가가 갈등하는 견해를 가질 수 있는 생물다양성 지ap핑과 같은 과학적 응용 분야에서의 공동 정제를 지원하기 위해.

제안 방법

• 튜플과 다른 애너테이션에 믿음 애너테이션을 추가하는 관계형 데이터베이스를 확장한 믿음 데이터베이스 모델을 제안한다.
• 믿음 세계와 그 상호관계를 표현하기 위해 다중 에이전트 지식 논리의 일부를 사용하여 공식적인 의미론을 정의한다.
• 모든 믿음 데이터베이스에 대해 표준 Kripke 구조를 구성하여 유일하고 다항 시간 내에 표현 가능한 표현을 보장한다.
• 믿음 조건부 쿼리를 비재귀적 Datalog(따라서 표준 SQL로도 표현 가능)으로 변환하여 기존 RDBMS에서 실행할 수 있도록 한다.
• 표준 Kripke 구조를 사용하여 믿음 데이터베이스를 표현하는 관계형 스키마를 설계하여 저장 및 쿼리 처리를 가능하게 한다.
• 프로토타입 BDMS를 구현하고 합성 데이터 실험을 통해 접근 방식의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 공동 데이터베이스에서 갈등하는 의견과 고차원 믿음(다른 사용자의 믿음에 대한 믿음)을 표현하기 위해 믿음 애너테이션을 어떻게 공식적으로 모델링할 수 있는가?
• RQ2 믿음 데이터베이스가 의미론을 유지하면서도 효율적인 쿼리 처리를 가능하게 하는 표준 Kripke 구조로 인코딩될 수 있는가?
• RQ3 믿음 쿼리를 정확성과 효율성을 유지하면서도 표준 SQL로 변환할 수 있는가?
• RQ4 제안된 모델은 공동 과학적 데이터 환경에서 실제 워크로드 상황에서 어떻게 확장성과 성능을 발휘하는가?
• RQ5 표준 RDBMS 내에서 믿음 애너테이션의 삽입, 삭제, 수정과 같은 동적 업데이트를 지원할 수 있는가?

주요 결과

• 논문은 모든 믿음 데이터베이스가 다항 시간 내에 표준 Kripke 구조로 인코딩될 수 있음을 증명하며, 믿음 의미론의 타당하고 완전한 표현을 제공한다.
• 믿음 조건부 쿼리는 비재귀적 Datalog로 변환될 수 있으며, 이는 표준 SQL과 동치이므로 수정 없이 기존 RDBMS에서 실행이 가능하다.
• 프로토타입 구현은 믿음 쿼리를 성공적으로 SQL로 변환하고 합성 데이터에서 효율적으로 처리함으로써 실현 가능성을 입증한다.
• 모델은 믿음 애너테이션의 임의의 깊이의 중첩을 지원하며, 다른 사용자의 믿음에 대한 믿음까지 포함하여 풍부한 구조적 논의를 가능하게 한다.
• 부정을 원자 튜플로 제한함으로써 전체 모달 논리 추론의 복잡성을 피함으로써 쿼리 평가에 대해 PTIME 복잡도를 보장한다.
• 관계형 표현 방식은 믿음 애너테이션에 대한 삽입, 삭제, 수정 연산을 모두 완전히 지원하므로 실세계 공동 정제에 실용적인 시스템을 제공한다.