[论文解读] Characterizing and Computing Causes for Query Answers in Databases from Database Repairs and Repair Programs

Leopoldo Bertossi|arXiv (Cornell University)|Dec 4, 2017

Logic, Reasoning, and Knowledge参考文献 23被引用 3

一句话总结

本文提出了一种新颖的框架，通过利用答案集程序在否定约束下对元组级和属性级修复进行建模，以计算数据库查询答案的原因。该框架建立了因果解释与数据库修复之间的正式对应关系，从而能够通过修复程序系统地计算和推理原因。

ABSTRACT

A correspondence between database tuples as causes for query answers in databases and tuple-based repairs of inconsistent databases with respect to denial constraints has already been established. In this work, answer-set programs that specify repairs of databases are used as a basis for solving computational and reasoning problems about causes. Here, causes are also introduced at the attribute level by appealing to a both null-based and attribute-based repair semantics. The corresponding repair programs are presented, and they are used as a basis for computation and reasoning about attribute-level causes.

研究动机与目标

• 正式化数据库修复与查询答案原因之间的关系，扩展先前工作以包含属性级因果关系。
• 解决在存在数据违反的传统因果推断变得复杂的不一致数据库中计算原因的挑战。
• 开发一个统一框架，通过基于否定约束的修复语义，同时支持基于元组和基于属性的因果关系。
• 通过将修复过程编码为答案集程序，实现原因的实用计算与推理。
• 将数据库中因果分析的范围从元组扩展到单个属性，提升对查询结果解释的精确性。

提出的方法

• 使用否定约束建模数据库不一致性，并将修复定义为恢复一致性的最小元组或属性更新集合。
• 通过结合基于空值的修复语义与基于属性的修复语义，定义属性级原因，从而实现细粒度的因果解释。
• 构建编码修复过程的答案集程序（ASPs），以支持对可能修复的自动推理。
• 使用ASP求解器计算解释给定查询答案为何成立的最小更改集合（修复）。
• 将元组和属性更新整合到单一修复程序中，支持在不同数据层级上联合推理原因。
• 利用ASP的稳定模型语义，通过逻辑推理确保原因计算的正确性和完备性。

实验结果

研究问题

• RQ1 在不一致数据库中，如何正式表征查询答案的属性级原因？
• RQ2 数据库修复与查询答案的因果解释之间存在何种关系？
• RQ3 如何利用答案集编程在存在否定约束的情况下计算和推理原因？
• RQ4 结合基于空值的修复语义与基于属性的修复语义对因果精确度有何影响？
• RQ5 修复程序能否在实践中有效计算查询答案的最小原因？

主要发现

• 在否定约束下，建立了查询答案原因与不一致数据库修复之间的正式对应关系。
• 将属性级因果关系与修复语义相结合，可提供比仅基于元组级因果关系更细粒度的解释。
• 答案集程序通过将修复过程编码为逻辑规则，为原因计算提供了可扩展且可靠的基础。
• 所提出的框架通过ASP求解器支持原因的最小化与完整计算，实现实际部署。
• 基于空值与基于属性的修复语义的结合，使因果推理更具表现力和准确性。
• 该方法可在无需人工标注或启发式假设的情况下，实现对原因的系统性推理。