[论文解读] On Reasoning with RDF Statements about Statements using Singleton Property Triples

Vinh Nguyen, Olivier Bodenreider+7 more|arXiv (Cornell University)|Sep 15, 2015

Semantic Web and Ontologies参考文献 27被引用 4

一句话总结

本文提出了一种简单且符合标准的机制，利用单例属性三元组，使RDFS推理器能够从关于三元组的元数据丰富语句（如时间、空间或来源信息）中推断出原始RDF数据三元组。在LUBM-SP数据集上的评估显示，与标准LUBM相比，查询执行时间平均增加了10%–12%的性能开销，尽管知识库大小和属性层次复杂性增加，但仍表现出可接受的可扩展性。

ABSTRACT

The Singleton Property (SP) approach has been proposed for representing and querying metadata about RDF triples such as provenance, time, location, and evidence. In this approach, one singleton property is created to uniquely represent a relationship in a particular context, and in general, generates a large property hierarchy in the schema. It has become the subject of important questions from Semantic Web practitioners. Can an existing reasoner recognize the singleton property triples? And how? If the singleton property triples describe a data triple, then how can a reasoner infer this data triple from the singleton property triples? Or would the large property hierarchy affect the reasoners in some way? We address these questions in this paper and present our study about the reasoning aspects of the singleton properties. We propose a simple mechanism to enable existing reasoners to recognize the singleton property triples, as well as to infer the data triples described by the singleton property triples. We evaluate the effect of the singleton property triples in the reasoning processes by comparing the performance on RDF datasets with and without singleton properties. Our evaluation uses as benchmark the LUBM datasets and the LUBM-SP datasets derived from LUBM with temporal information added through singleton properties.

研究动机与目标

• 为在缺乏标准化重语义化（reification）标准的情况下，解决RDF语句关于语句的表示与推理这一未解决挑战。
• 使现有RDFS推理器能够识别并从描述时间、位置和来源等元数据的单例属性三元组中推断出原始数据三元组。
• 评估在大规模RDF知识库中引入单例属性对推理任务的性能影响。
• 证明单例属性方法能够支持在元数据丰富的RDF数据上实现正确、可扩展且互操作的推理。

提出的方法

• 本文引入一种单例属性机制，其中每个带有元数据的三元组均通过一个唯一属性三元组链接到其元数据，形成属性层次结构。
• 定义了从带元数据的语句到单例属性三元组的正式映射，确保与RDFS和RDF 1.1标准的兼容性。
• 该方法使RDFS推理器能够通过遍历单例属性层次结构并应用RDFS蕴含规则，推断出原始数据三元组。
• 使用扩展了时间元数据的Lehigh University Benchmark（LUBM）进行评估，通过单例属性实现（LUBM-SP），创建了一个用于性能对比的受控基准。
• 性能评估比较了使用Jena和Oracle RDF存储的标准化LUBM与LUBM-SP数据集之间的查询执行时间与推理开销。

实验结果

研究问题

• RQ1 现有RDFS推理器能否识别并从描述三元组元数据的单例属性三元组中推断出原始数据三元组？
• RQ2 在知识库中使用单例属性表示时间、位置和来源等元数据时，推理的性能开销是多少？
• RQ3 单例属性层次结构的大小如何影响推理可扩展性与查询执行时间？
• RQ4 单例属性方法是否与W3C RDF标准兼容，并适用于语义网应用中的实际部署？

主要发现

• 单例属性机制使RDFS推理器能够从带元数据的语句中推断出原始数据三元组，完全符合RDF 1.1和RDFS标准。
• 在Jena中，LUBM-SP知识库（含单例属性）的查询平均比标准LUBM数据集慢10%；在Oracle中慢12%，主要由于知识库大小增加和属性层次复杂性提升。
• LUBM-SP知识库的大小约为标准LUBM数据集的两倍，主要因为元数据以单例属性三元组形式表示。
• 长查询（如Q8、Q9）在Jena中因超时而未完成，但在Oracle中执行更快，这表明不同系统间存在性能差异。
• 该方法表现出可接受的性能开销，尽管属性层次结构复杂，仍支持真实应用场景下的可扩展性。
• 评估结果证实，单例属性方法在理论上是严谨的，在实践中也具有可行性，适用于对RDF语句元数据的推理。