[论文解读] A Formal Graph Model for RDF and Its Implementation

Vinh Nguyen, Jyoti Leeka+2 more|arXiv (Cornell University)|Jun 1, 2016

Semantic Web and Ontologies参考文献 15被引用 8

一句话总结

本文提出 LDM-3N 图模型，这是一种形式化的 RDF 图模型，将谓词视为通过有向边连接的节点，实现完全的图连通性，并与 RDF(S) 语义兼容。该模型支持高效遍历以实现可达性和最短路径查询，已在 GraphKE 和 RDF-3X 中实现，并在 Yago2S-SP 数据集上表现出强劲性能。

ABSTRACT

Formalizing an RDF abstract graph model to be compatible with the RDF formal semantics has remained one of the foundational problems in the Semantic Web. In this paper, we propose a new formal graph model for RDF datasets. This model allows us to express the current model-theoretic semantics in the form of a graph. We also propose the concepts of resource path and triple path as well as an algorithm for traversing the new graph. We demonstrate the feasibility of this graph model through two implementations: one is a new graph engine called GraphKE, and the other is extended from RDF-3X to show that existing systems can also benefit from this model. In order to evaluate the empirical aspect of our graph model, we choose the shortest path algorithm and implement it in the GraphKE and the RDF-3X. Our experiments on both engines for finding the shortest paths in the YAGO2S-SP dataset give decent performance in terms of execution time. The empirical results show that our graph model with well-defined semantics can be effectively implemented.

研究动机与目标

• 解决 W3C 推荐的 NLAN 模型的根本局限性，即当谓词被重用为主语或宾语时，会导致子图断开连接。
• 支持跨模式三元组和单例属性三元组的图遍历，其中谓词被断言为主语或宾语。
• 开发一种与 RDF(S) 模型理论语义和 RDFS 推论规则兼容的形式化图模型。
• 通过两种实现证明其实际可行性：一种新的图引擎（GraphKE）和对 RDF-3X 的扩展。
• 支持在大规模 RDF 数据集（如 Yago2S-SP）上高效执行可达性和最短路径查询。

提出的方法

• 提出 LDM-3N 模型，其中每个 RDF 三元组以谓词为节点，通过两条有向边（初始边和终止边）分别连接其主语和宾语。
• 定义资源路径和三元组路径作为遍历机制，用于在 LDM-3N 图中导航节点，实现在连接三元组之间的路径查找。
• 设计一种使用资源路径和三元组路径遍历 LDM-3N 图的算法，支持可达性和最短路径查询。
• 在 GraphKE 中实现 LDM-3N 模型，这是一种从零开始构建的新图引擎，专为此模型设计。
• 扩展现有的 RDF-3X 三元组存储以支持 LDM-3N 模型，证明其向后和向前兼容性。
• 使用 Dijkstra 算法计算 LDM-3N 图中的最短路径，在包含 2.6 亿个三元组的 Yago2S-SP 数据集上进行评估。

实验结果

研究问题

• RQ1 能否构建一种形式化图模型，完全支持 RDF(S) 模型理论语义，同时支持在谓词被用作主语或宾语时的图遍历？
• RQ2 LDM-3N 模型如何将模式三元组和单例属性三元组表示为连通子图，从而克服 NLAN 模型中的断连问题？
• RQ3 LDM-3N 模型在新旧 RDF 系统中实现的效率如何？
• RQ4 在大规模 RDF 数据集上使用 LDM-3N 模型执行最短路径查询，能够实现怎样的性能？
• RQ5 标准图算法能否直接应用于 LDM-3N 模型，同时保持 RDF(S) 语义？

主要发现

• LDM-3N 模型成功将任何 RDF 数据集表示为完全连通的图，解决了当谓词被重用为主语或宾语时 NLAN 模型中的断连问题。
• 该模型支持有效的遍历以实现可达性和最短路径查询，如在 LDM-3N 图上成功应用 Dijkstra 算法所证明。
• 在 GraphKE 中的实现表明，对 Yago2S-SP 数据集的最短路径查询执行效率高，2.6 亿个三元组的真实数据集下执行时间可接受。
• 对 RDF-3X 的扩展表明，现有系统可在不完全重写的情况下受益于该模型。
• 实证评估证实，LDM-3N 模型在实际应用中可行且可扩展，支持在大规模 RDF 知识库上高效执行查询。
• 在 LDM-3N 模型中，Andrew Card 到 Jacob Lew 的最短路径为 15 步，验证了该模型处理复杂现实世界图查询的能力。