语义知识库构建中的异常数据发现-北京大学学报自然科学版.pdfVIP

北京大学学报(自然科学版) 第 51 卷 第 2 期 2015 年 3 月 Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 51, No. 2 (Mar. 2015) doi: 10.13209/j.0479-8023.2015.033 语义知识库构建中的异常数据发现 † 贺彬彬 邹磊 赵东岩 北京大学计算机科学技术研究所 , 北京 100080; † 通信作者 , E-mail: zoulei@ 摘要 为了提高 RDF 知识库的数据质量, 提出 RDF 图数据的异常检测及其自动修复的方法。首先, 原创性 地定义了基于图的条件函数依赖(GCFD), 能够将属性值和语义结构的依赖关系统一表示; 然后, 提出有效的 算法框架以及优化策略, 挖掘 RDF 数据中的 GCFD, 并给出异常数据的自动修复流程 ; 最后, 在真实的数据 集上, 通过大量实验确认解决方案的可行性和优越性。 关键词 RDF 数据质量 ; 基于图的条件函数依赖 ; 条件函数依赖 ; 函数依赖 中图分类号 TP18 Discovering Abnormal Data in RDF Knowledge Base † HE Binbin, ZOU Lei , ZHAO Dongyan Institute of Computer Science and Technology, Peking University, Beijing 100080; † Corresponding author, E-mail: zoulei@ Abstract To effectively improve the data quality of RDF knowledge base, a solution is proposed about abnoraml data discovery and errouneous data repair in RDF graphs. Firstly, the authors innovatively define graph-based conditional functional dependency (GCFD) that can represent the attribute value and semantic structure dependencies of RDF data in a uniform manner. Then, an efficient framework and some novel pruning rules are proposed to discover GCFDs, and the workflow of auto-repairing errorneous data are given. Extensive experiments on several real-life RDF repositories confirm the superiority of proposed solution. Key words RDF data quality; graph-based conditional functiona