[논문 리뷰] Luzzu Quality Metric Language -- A DSL for Linked Data Quality Assessment

Jeremy Debattista, Christoph Lange외 1명|arXiv (Cornell University)|2015. 04. 29.

Semantic Web and Ontologies참고 문헌 18인용 수 4

한 줄 요약

이 논문은 Luzzu 품질 측정 언어(LQML)를 소개한다. LQML은 도메인 전문가가 프로그래밍 능력 없이도 연결된 오픈 데이터셋 내에서 복잡한 데이터 품질 측정 기준을 정의하고 실행할 수 있도록 돕는 도메인 특화 언어이다. LQML은 효율적인 스트리밍 처리를 지원하는 선언적이고 표현력 있는 측정 기준 정의를 가능하게 하며, 새로운 온톨로지와 통합되어 의미적 공유 및 재사용을 가능하게 하여 연결된 데이터 생태계 내에서 품질 평가의 장벽을 크게 낮춘다.

ABSTRACT

The steadily growing number of linked open datasets brought about a number of reservations amongst data consumers with regard to the datasets' quality. Quality assessment requires significant effort and consideration, including the definition of data quality metrics and a process to assess datasets based on these definitions. Luzzu is a quality assessment framework for linked data that allows domain-specific metrics to be plugged in. LQML offers notations, abstractions and expressive power, focusing on the representation of quality metrics. It provides expressive power for defining sophisticated quality metrics. Its integration with Luzzu enables their efficient processing and execution and thus the comprehensive assessment of extremely large datasets in a streaming way. We also describe a novel ontology that enables the reuse, sharing and querying of such definitions. Finally, we evaluate the proposed DSL against the cognitive dimensions of notation framework.

연구 동기 및 목표

• 연결된 오픈 데이터셋 내에서 낮은 데이터 품질 문제에 대한 우려가 증가하고 있음에 따라 이를 해결하고자 한다. 이는 데이터의 도입과 신뢰성에 악영향을 미친다.
• 특히 프로그래밍 능력이 없는 도메인 전문가들이 연결된 데이터셋에 맞는 맞춤형 도메인 특화 데이터 품질 측정 기준을 정의할 수 있도록 하기 위함이다.
• 표현력과 대규모 데이터셋에서의 효율적이고 스케일러블한 실행을 균형 잡는 도메인 특화 언어(DSL)를 설계하기 위함이다.
• 품질 측정 기준의 공유, 질의, 재사용을 지원하기 위해 새로운 의미론적 온톨로지를 설계하기 위함이다.
• 비프로그래머를 대상으로 실용성을 확보하기 위해 표기법의 인지 차원(CD) 프레임워크를 활용해 LQML의 사용성과 설계적 타협점을 체계적으로 평가하기 위함이다.

제안 방법

• 비프로그래머를 고려해 가독성과 표현력을 중시한, 연결된 데이터 품질 측정 기준에 특화된 구조적 선언적 DSL인 LQML을 설계한다.
• Luzzu 프레임워크 내에서 대규모 연결된 데이터셋을 효율적으로 처리할 수 있도록 스트리밍 실행 모델을 구현한다.
• LQML로 정의된 측정 기준의 검색, 재사용, 질의를 가능하게 하기 위해 새로운 온톨로지인 Luzzu 블루프린트 온톨로지(Luzzu Blueprint Ontology)를 정의한다.
• 표기법의 인지 차원(CD) 프레임워크를 적용해 LQML의 사용성과 설계적 타당성을 체계적으로 평가한다.
• 복잡한 SPARQL 유사 논리를 인간이 읽을 수 있는 표현식으로 추상화하기 위해, 일치 조건, 동작, 결과 정의 등의 모듈식 구성 요소를 중심으로 LQML을 구성한다.
• 상호운용성과 의미론적 기반을 확보하기 위해 기존의 세미틱 웹 표준(RDF, SPARQL, OWL)과 LQML을 통합한다.

실험 결과

연구 질문

• RQ1 프로그래밍 능력이 없는 도메인 전문가가 연결된 오픈 데이터셋에 대해 복잡한 데이터 품질 측정 기준을 효과적으로 정의할 수 있는가?
• RQ2 표현력과 대규모 연결된 데이터에서의 효율적이고 확장 가능한 실행 사이를 균형 잡는 데 어떤 설계 원칙이 필요한가?
• RQ3 품질 측정 기준 정의를 어떻게 의미론적으로 모델링할 수 있으며, 이를 통해 공동체 간 공유, 재사용, 질의가 가능하게 할 수 있는가?
• RQ4 LQML 설계가 비프로그래머 도메인 전문가의 인지적 편의성과 사용성에 얼마나 기여하는가?
• RQ5 연결된 데이터 품질 평가를 위한 DSL을 설계할 때 발생하는 주요 사용성과 표현력 간의 상충 관계는 무엇인가?

주요 결과

• LQML은 비프로그래머 도메인 전문가가 선언적이고 인간이 읽을 수 있는 문법을 통해 고도로 복잡한 데이터 품질 측정 기준을 정의할 수 있음을 입증했다.
• LQML이 Luzzu 프레임워크와 통합되어 대규모 연결된 데이터셋에 대해 효율적이고 스트리밍 방식으로 품질 측정 기준을 실행할 수 있다.
• Luzzu 블루프린트 온톨로지는 품질 측정 기준의 구조화되고 기계로 처리 가능한 표현을 가능하게 하여 연결된 데이터 생태계 전반에서의 재사용과 검색을 촉진한다.
• 표기법의 인지 차원 프레임워크를 활용한 평가 결과, LQML은 사용성 측면에서 강점을 보였으며, 복잡한 측정 기준 작성 시 인지 부하를 줄일 수 있는 분야에서 향후 개선이 필요하다는 점이 확인되었다.
• LQML은 도메인 전문가가 품질 평가에 기여할 수 있도록 하여 연결된 오픈 데이터 클라우드 내에서 데이터 품질 향상 잠재력을 높게 보여주었다.
• 향후 작업으로 LQML에 더 일반적인 키워드를 추가하고, 공동체 기여를 위한 인터랙티브 UI 및 온라인 측정 기준 레포지터리를 개발할 계획이다.