[논문 리뷰] Collaboratively Patching Linked Data

Magnus Knuth, Johannes Hercher외 1명|arXiv (Cornell University)|2012. 04. 12.

Semantic Web and Ontologies참고 문헌 8인용 수 14

한 줄 요약

이 논문은 표준화된 온톨로지(PatchR)와 중앙 집중식 저장소를 사용하여 오류가 있는 사실을 식별하고 공유하며 적용하는 협업 프레임워크를 제안한다. WhoKnows?이라는 공동체 기반 게임에서 유저 피드백을 통합함으로써, 분산된 Linked Data 소스(예: DBpedia) 간의 데이터 품질을 향상시키는 효율적이고 재사용 가능하며 의미론적으로 표현 가능한 데이터 정제를 가능하게 한다.

ABSTRACT

Today's Web of Data is noisy. Linked Data often needs extensive preprocessing to enable efficient use of heterogeneous resources. While consistent and valid data provides the key to efficient data processing and aggregation we are facing two main challenges: (1st) Identification of erroneous facts and tracking their origins in dynamically connected datasets is a difficult task, and (2nd) efforts in the curation of deficient facts in Linked Data are exchanged rather rarely. Since erroneous data often is duplicated and (re-)distributed by mashup applications it is not only the responsibility of a few original publishers to keep their data tidy, but progresses to be a mission for all distributers and consumers of Linked Data too. We present a new approach to expose and to reuse patches on erroneous data to enhance and to add quality information to the Web of Data. The feasibility of our approach is demonstrated by example of a collaborative game that patches statements in DBpedia data and provides notifications for relevant changes.

연구 동기 및 목표

• 데이터 통합과 품질에 악영향을 미치는 일관성 없고 잘못된 Linked Data 문제를 해결하기 위해.
• 사용자가 오류가 있는 사실에 대해 패치를 보고하고 공유할 수 있도록 해, 데이터 결함의 협업 기반 정제를 가능하게 하기 위해.
• Linked Data로서의 데이터 패치를 기술하고 교환할 수 있는 표준화되고 기계로 처리 가능한 방법을 제공하기 위해.
• 데이터 소비자와 게시자 모두가 검증된 데이터 수정 사항을 재사용하고 적용할 수 있도록 지원하기 위해.
• DBpedia에 대한 패치를 수집하고 노출하는 게임 기반 시스템을 통해 실현 가능성을 입증하기 위해.

제안 방법

• 저자들은 대상 데이터셋, 업데이트 지침, 지지자, 기원 정보 등의 메타데이터를 포함하여 패치를 일급 Linked Data 자원으로 표현할 수 있도록 새로운 온톨로지인 PatchR을 정의한다.
• 패치는 대상 그래프에 적용할 수 있는 SPARQL UPDATE 쿼리로 표현되어 기계로 실행 가능함을 보장한다.
• 중앙 집중식 패치 저장소는 SPARQL 엔드포인트를 통해 모든 패치 요청을 저장하고 노출함으로써 탐색과 재사용을 가능하게 한다.
• 사용자가 최근 및 인기 있는 패치를 브라우징하고 검색하며 시각화할 수 있는 사용자 인터페이스 (PatchR UI)를 제공하며, 수정이 필요한 원본 위키백과 페이지로의 직접 링크를 제공한다.
• 시스템은 DBpedia 사실에 대한 사용자 피드백을 수집하는 데 사용되는 게임(WhoKnows?)과 통합되어, 이를 공식적인 패치 요청으로 변환한다.
• 이 접근법은 인간 기반 정제 외에도 알고리즘 기반 데이터 정제 파이프라인과의 통합 가능성을 제공한다.

실험 결과

연구 질문

• RQ1 오류가 있는 Linked Data 사실들은 어떻게 체계적으로 식별되고, 재사용 가능하고 기계로 처리 가능한 업데이트로 표현될 수 있는가?
• RQ2 데이터 소비자와 게시자 간의 협업 기반 정제에서 효과적인 협업 메커니즘은 무엇인가?
• RQ3 상호작용 기반 시스템에서 수집된 사용자 피드백은 어떻게 의미론적으로 풍부하고 공유 가능한 데이터 패치로 변환될 수 있는가?
• RQ4 패치 표현의 표준화가 데이터 정제의 상호운용성과 신뢰성에 미치는 역할은 무엇인가?
• RQ5 분산된 Linked Data 저장소 간에 패치는 어떻게 효율적으로 탐색하고 선택하고 적용할 수 있는가?

주요 결과

• PatchR 온톨로지는 대상 그래프, 업데이트 작업, 기원 메타데이터를 포함하여 데이터 패치를 공식적이고 표준화된 방식으로 Linked Data로서 표현하는 데 성공했다.
• SPARQL 엔드포인트를 통해 접근 가능한 패치 저장소는 공개적인 패치 탐색과 재사용을 가능하게 하여 대규모 데이터 정제의 실현 가능성을 입증했다.
• WhoKnows? 게임과의 통합을 통해 DBpedia에 대한 실제 사용자 피드백을 수집하였으며, 프로토타입에서 159건의 공식 패치 요청으로 변환되었다.
• 위키백과 페이지로의 직접 링크를 제공함으로써 사용자가 원천에서 오류를 바로 수정할 수 있도록 하여 향후 DBpedia 덤프에서의 재발을 방지했다.
• 시스템은 인간 기반 정제 파이프라인 뿐 아니라 알고리즘 기반 정제 파이프라인과도 통합 가능하므로, 데이터 게시자와 집계자 간의 광범위한 도입 가능성을 보여주었다.
• 오류 탐지와 수정 적용을 분리함으로써 효율적이고 확장 가능하며 상호운용 가능한 데이터 정제를 가능하게 하며, 기원과 지지자 정보를 통해 신뢰를 확보한다.