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）

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;

收稿日期:2014-06-30 出版日期:2015-03-20 发布日期:2015-03-20

Discovering Abnormal Data in RDF Knowledge Base

HE Binbin, ZOU Lei, ZHAO Dongyan

Institute of Computer Science and Technology, Peking University, Beijing 100080;

Received:2014-06-30 Online:2015-03-20 Published:2015-03-20

摘要/Abstract

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, 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

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 functional dependencies (GCFD), conditional functional dependency, functional dependency, RDF data quality, graph-based conditional functional dependencies (GCFD), conditional functional dependency, functional dependency

中图分类号:

TP18

贺彬彬,邹磊,赵东岩. 语义知识库构建中的异常数据发现[J]. 北京大学学报（自然科学版）.

HE Binbin,ZOU Lei,ZHAO Dongyan. Discovering Abnormal Data in RDF Knowledge Base[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

[1]	杨安, 李素建, 李芸. 基于领域知识和词向量的词义消歧方法[J]. 北京大学学报自然科学版, 2017, 53(2): 204-210.
[2]	蒋卓人,陈燕,高良才,汤帜,刘晓钟. 一种结合有监督学习的动态主题模型[J]. 北京大学学报（自然科学版）, 2015, 51(2): 367-376.
[3]	饶俊阳,贾爱霞,冯岩松,赵东岩. 基于本体结构的新闻个性化推荐[J]. 北京大学学报（自然科学版）, 2014, 50(1): 1-8.
[4]	汪廷华,赵东岩,张琼. 多类核极化及其在多宽度RBF核参数选择中的应用[J]. 北京大学学报（自然科学版）, 2012, 48(5): 727-731.
[5]	刘坤,谭营,何新贵. 基于粒子群优化的过程神经网络学习算法[J]. 北京大学学报（自然科学版）, 2011, 47(2): 238-244.
[6]	顾晓东, 余道衡, 程承旗. 基于粗集与PCNN的图像预处理[J]. 北京大学学报（自然科学版）, 2003, 39(5): 703-708.
[7]	迟彬,叶庆凯,行飞. 用改进的遗传算法求解流水车间作业排序问题[J]. 北京大学学报（自然科学版）, 2003, 39(3): 294-300.
[8]	常炳国,晏磊, 窦静,李秋凉 . 基于iPlanet应用服务器的电子商务系统的开发与应用[J]. 北京大学学报（自然科学版）, 2002, 38(5): 669-672.
[9]	王陆,王美华 . ITS系统中基于关系模型的知识表示[J]. 北京大学学报（自然科学版）, 2000, 36(5): 659-664.
[10]	刘述忠,程虎 . 对象的表示：模式与概念[J]. 北京大学学报（自然科学版）, 1996, 32(5): 642-646.