Wyniki wyszukiwania - Biblioteka Nauki

1

Efficiency of SQL-based querying method to RDF schemata

100%

Falkowski M. , Jędrzejek C.

|

tom T. 32

39-50

EN

Applications based on knowledge engineering require operations on data with respect of that data's semantic. Traditionally, in this area relational data is transformed to a form expected by a reasoning system (usually RDF). Recently, we presented a method (called the FJ SQL/RDF query) that transforms a query to RDF data structure (i.e., SPARQL) to a SQL query executed by RDBMS. In this work we demonstrate that queries responses times of our method are much smaller compared to the Racer Pro and Jena 2 query results for the LUBM benchmark. Although the comparison is not exact and the method needs more study, it is clear that it would lead to significant increase of reasoning efficiency in some domains.

PL

Aplikacje bazujące na inżynierii wiedzy wykonują operacje na danych z uwzględnieniem niesionej przez te dane semantyki. Tradycyjnie wykorzystanie w takich systemach danych relacyjnych wiąże się z nadaniem im formalnej semantyki i transformacją do postaci oczekiwanej przez system (najczęściej RDF). W poprzedniej pracy przedstawiliśmy metodę (nazwaną FJ SQL/RDF) transformacji zapytań grafowych (np. SPARQL), kierowanych do danych modelu RDF, na zapytania SQL wykonywane przez silnik bazodanowy. W tej pracy pokazujemy, że czasy odpowiedzi na zapytania wykonywane naszą metodą są znacznie krótsze w porównaniu z czasami narzędzi Racer Pro oraz Jena 2 dla testu LUBM. Metoda nie jest jeszcze w pełni automatyczna i wymaga dodatkowych badań, jednak uzyskane do tej pory wyniki pokazują, że można dzięki niej uzyskać znaczną poprawę wydajności w pewnych zastosowaniach.

2

Construction and querying of relational schema for ontology instances data

100%

Falkowski M. , Jędrzejek C.

|

2008

|

tom T. 33

71-84

EN

Technologies developed in the Semantic Web project, such as RDF data model and OWL ontology language are gaining significant attention not only in the scientific world but also in the commercial doamin. One of the main challenges to implementations is to reduce quite long response times to queries. Consequently, systems that manipulate large amounts of data, such as RDF repositories and semantic query engines, could benefit a lot from employing mature and efficient relational database systems. In this paper we present a method of storing semantic data in relational databases and propose a novel algorithm of automatic building and querying relational schemas that can store ontology instances (ABox) data. Our method is based on "table-per-class" approach with extensions that take into account some RDFS and OWL class and properties constraints (multiple values of properties). We discuss how ontology construction (especially use of cardinality restrictions and functional properties) influences a resulting schema. We also present an algorithm of rewriting graph-pattern queries (such as SPARQL queries), addressed to RDF data, to SQL queries addressed to relational schema. Tests on our prototype system demonstrate that the rewritten queries can be answered by RDBMS in an efficient and a scalable way. In particular, for the LUBM benchmark the response times we obtain, compare favorable with these obtained using leading reasoners.

PL

Artykuł przedstawia metodę składowania i odpytywania instancji ontologii w relacyjnyj bazie danych. Opracowana metoda składowania danych opiera się na metodzie "table per class" i rozszerza ją, aby efektywniej traktować predykaty jednowartościowe. W pracy opisano również metodę przepisywania zapytań opartych na wzorcach grafowych na ekwiwalentne z punktu widzenia danej ontologii zapytania SQL. Testy prototypowej implementacji przeprowadzone na ontologii i zapytaniach LUBM wykazały dużą skalowalność i wydajność takiego podejścia.

3

Querying relational databases using ontology, rules and Jess reasoning engine

100%

Bąk J. , Jędrzejek C.

|

2008

|

tom T. 33

24-44

EN

We present a library which is used for querying and processing data with its semantics. The Semantic Data Library (SDL) is an environment for execution of hybrid (forward and backward) reasoning and querying using data stored in a relational database. SDL uses an ontology in the OWL format, rules in the SWRL format and the functionalities of Jess reasoning engine. We show how to integrate a relational database, an ontology, rules and the reasoning engine. Our method enables to query a relational database with the use of concepts from ontology. Our experiments show good scalability. This is demonstrated by executing queries using ontology used in a PPHS project. Query response times for five database sizes containing information about invoices were compared with the KAON2 engine and with the corresponding SQL queries.

PL

W pracy przedstawiono narzędzie SDL (ang. Semantic Data Library), które służyły do odpytywania i przetwarzania danych zgodnie ze zdefiniowaną ich semantyką. Biblioteka SDL dysponuje mechanizmem wnioskowania hybrydowego (w przód oraz wstecz) oraz umożliwia zadawanie pytań do relacyjnych baz danych. Narzędzie wykorzystuje ontologię w formacie OWL, reguły w formacie SWRL oraz funkcje silnika wnioskującego Jess. W pracy przedstawiono metodę integracji relacyjnej bazy danych, ontologii, reguł oraz silnika wnioskującego. Opracowana metoda integracji umożliwia zadawanie pytań do relacyjnej bazy danych wykorzystując pojęcia zdefiniowane w ontologii. Praca zawiera również zagadnienia wydajnościowe zademonstrowane przy użyciu ontologii rozwijaniej w ramach projektu PPBW. W tym celu wygenerowanych zostało pięć relacyjnych baz danych zawierających informacje o fakturach, firmach i towarach. Wyniki działania biblioteki SDL zostały porównane z wynikami działania silnika wnioskującego KAON2 oraz języka SQL.

4

An efficient SQL-based querying method to RDF schemata

100%

Falkowski M. , Jędrzejek C.

Control and Cybernetics

|

2009

|

tom Vol. 38, no 1

193-213

EN

Applications based on knowledge engineering require operations on semantic data. Modern systems have to deal with large data volumes and the challenge is to process and search these data effectively. One of the aspects of efficiency is the ability to query those data with respect to their semantics. In this area an RDF data model and a SPARQL query language gained the highest popularity and are de facto standards. The problem is that most data in modern systems are stored in relational databases and have no formal and precisely expressed semantics, although operations on those data are fast and scalable. Traditionally, in this area relational data are transformed to a form expected by reasoning and querying systems (usually RDF based). In this work a method of query rewriting is presented that translates a query to an RDF data structure (i.e. SPARQL query) to a SQL query executed by RDBMS. Transforming queries instead of data has many advantages and might lead to significant increase of data extraction efficiency.