Cooperative Techniques for Dealing with Unsatisfactory Answers in RDF Knowledge Bases
Techniques coopératives pour l'exploitation des bases de connaissances et passage à l'échelle
Résumé
The development of knowledge bases across multiple industrial and academic contexts has led to novice users being faced with writing queries without always fully understanding the query language, SPARQL, or the underlying data structure, often defined with the RDF language. These users can therefore make mistakes when writing a query and consequently receive unexpected or unwanted answers. A possible source of user dissatisfaction is the absence of results. This problem has been widely studied and the explanation of empty answers can be used either to help the user improve their query formulation, or to automatically correct them. But the absence of results is not the only possible reason for user dissatisfaction and few existing works focus on identifying failure causes for other problems. We first consider the overabundant answers problem, where a query produces a very large number of answers which the user was not expecting, meaning that they cannot extract useful information. We show that failure causes and alternative queries introduced to deal with empty answers can be extended to the overabundant answers problem and introduce suitable algorithms. We then consider the specificities of SPARQL with improved versions of our algorithms based on predicate cardinality as well as additional support for operators. Finally, the method is generalized to any unsatisfactory answer problem. We show how five elementary problems can be dealt with and how they can be combined to describe intricate problems. Our contributions are experimentally validated using synthetic data and queries from the WatDiv benchmark, and using real data and queries from DBpedia.
Avec le développement des bases de connaissances dans de nombreux domaines industriels comme académiques,des utilisateurs novices sont confrontés à la nécessité de formuler des requêtes, sans forcément maîtriser le langage de requête, SPARQL, ou la structure de données sous-jacente, généralement décrite avec le langage RDF. Ces utilisateurs peuvent ainsi commettre des erreurs lors de l’écriture de leurs requêtes et obtenir des résultats inattendus ou difficiles à traiter. Parmi les situations d’insatisfaction des utilisateurs, le problème des réponses vides a été largement étudié. L’explication des raisons de l’absence de réponse peut permettre soit à l’utilisateur de progresser dans l’écriture de ses requêtes, soit à les corriger automatiquement. Mais l’absence de réponse n’est pas la seule source possible d’insatisfaction et peu de travaux existants se sont intéressés à l’identification des causes d’échec pour des problèmes différents. Dans un premier temps nous nous intéressons au problème des réponses pléthoriques,c’est-à-dire lorsqu’une requête produit un très grand nombre de réponses alors que l’utilisateur ne s’y attendait pas,et qu’il ne peut alors pas en extraire l’information pertinente. Nous montrons que des notions de cause d’échec et de requête alternatives introduites pour le problème des réponses vides peuvent être étendues au problème des réponses pléthoriques, et nous introduisons des algorithmes de calcul adaptés. Nous avons ensuite considéré les apports spécifiques de SPARQL en utilisant les cardinalités de prédicats pour améliorer les algorithmes de recherche et en adaptant notre formalisme pour accepter les requêtes contenant plusieurs opérateurs spécifiques à ce langage.Enfin, la méthode est généralisée pour un problème quelconque d’insatisfaction de l’utilisateur avec les résultats obtenus. Nous montrons comment traiter cinq problèmes élémentaires de réponses insatisfaisantes et comment les combiner pour décrire des problèmes plus complexes. Nos contributions ont été validées expérimentalement en utilisant des données et requêtes synthétiques de WatDiv et des données et requêtes réelles de DBpedia.
| Origine | Version validée par le jury (STAR) |
|---|