[논문 리뷰] Data complexity of answering conjunctive queries over SHIQ knowledge bases

Magdalena Ortiz, Diego Calvanese외 2명|ArXiv.org|2005. 07. 22.

Semantic Web and Ontologies참고 문헌 7인용 수 9

한 줄 요약

이 논문은 $Γ$SHIQ$ 지식 기반에서 조건부 쿼리에 대한 표본 기반 알고리즘을 제안하며, 정확성을 확보하면서도 데이터 복잡도를 $\mathrm{coNP}$로 유지하기 위해 약화된 차단 조건을 활용한다. 이 접근법은 역할과 역할 계층을 갖는 더 표현력이 뛰어난 설명 논리인 $Γ$SHIQ$로 이전의 $Γ$ALCNR$ 작업을 확장하여, 쿼리 함의에 대한 날카로운 복잡도 한계를 설정한다.

ABSTRACT

An algorithm for answering conjunctive queries over SHIQ knowledge bases that is coNP in data complexity is given. The algorithm is based on the tableau algorithm for reasoning with individuals in SHIQ. The blocking conditions of the tableau are weakened in such a way that the set of models the modified algorithm yields suffices to check query entailment. The modified blocking conditions are based on the ones proposed by Levy and Rousset for reasoning with Horn Rules in the description logic ALCNR.

연구 동기 및 목표

• 표현력 있는 설명 논리, 예를 들어 $Γ$SHIQ$에서 조건부 쿼리 답변에 대한 복잡도 상한의 격차를 해결하기 위해.
• $Γ$ALCNR$에서의 $\mathrm{coNP}$ 상한을 역할과 역할 계층을 갖는 $Γ$SHIQ$ 지식 기반으로 확장하기 위해.
• 데이터 복잡도 하에서 $Γ$SHIQ$에서의 조건부 쿼리 함의에 대해 타당하고 완전한 알고리즘을 제공하기 위해.
• 문제의 $\mathrm{coNP}$-완전성과 해당 하한을 증명하여 정확한 복잡도 한계를 설정하기 위해.

제안 방법

• [4]에서 제안한 $Γ$SHIQ$ 만족 가능성에 대한 표본 알고리즘을 조건부 쿼리 답변에 적응시켰다.
• 표본 과정에서 차단 조건을 약화시켜 쿼리 함의 검증을 위한 충분한 모델 집합을 생성한다.
• 지식 기반에서 완성 숲 $φ$를 구성하여 잠재적 모델을 표현한다.
• 완성 숲을 $|K|+n$에 대해 5-지수적 시간 내에 비결정적 방식으로 생성하며, $|Γ|Aσ|$에 대해 선형 의존성을 갖는다.
• 완성 숲의 관계형 데이터베이스 표현을 사용하여 조건부 쿼리를 다항 시간 내에 평가한다.
• 함의와 비함의 사이의 이중성을 적용하여 비함의가 $\mathrm{NP}$에 속함을 보이고, 따라서 함의가 $\mathrm{coNP}$에 속함을 증명한다.

실험 결과

연구 질문

• RQ1 $Γ$SHIQ$ 지식 기반에서의 조건부 쿼리 함의는 데이터 복잡도 하에서 $\mathrm{coNP}$에 속하는가?
• RQ2 $Γ$ALCNR$에 사용된 표본 기반 접근법을 역할과 역할 계층을 갖는 $Γ$SHIQ$로 확장할 수 있는가?
• RQ3 $Γ$SHIQ$에서의 조건부 쿼리 답변의 정확한 데이터 복잡도는 무엇인가?
• RQ4 차단 조건을 쿼리 답변을 위해 약화시켜도 알고리즘이 타당성과 완전성을 유지하는가?
• RQ5 $Γ$SHIQ$에 대해 $\mathrm{coNP}$ 상한이 날카로운가?

주요 결과

• $Γ$SHIQ$ 지식 기반에서의 조건부 쿼리 함의 문제는 데이터 복잡도 하에서 $\mathrm{coNP}$에 속한다.
• 알고리즘은 $|Γ|Aσ|$에 대해 비결정적 선형이고 $|K|+n$에 대해 5-지수적 시간 내에 완성 숲을 구성한다. 여기서 $n$은 쿼리의 크기이다.
• 비함의가 $\mathrm{NP}$에 속하므로, 함의가 $\mathrm{coNP}$에 속함을 증명하여 상한을 확립한다.
• 문제는 데이터 복잡도 하에서 $\mathrm{coNP}$-완전하며, $Γ$ALC$와 표현력이 낮은 논리에서 알려진 하한과 일치한다.
• 역할과 역할 계층을 갖는 $Γ$SHIQ$로 약화된 차단 조건를 적용함으로써 이전의 $Γ$ALCNR$ 작업을 일반화한다.
• 완성 숲의 관계형 표현을 기반으로 함의를 검사함으로써 효율적인 쿼리 평가를 가능하게 한다.