语义知识库构建中的异常数据发现  

Discovering Abnormal Data in RDF Knowledge Base

作　　者：贺彬彬 邹磊[1] 赵东岩[1] 

机构地区：[1]北京大学计算机科学技术研究所,北京100080

出　　处：《北京大学学报（自然科学版）》2015年第2期195-202,共8页Acta Scientiarum Naturalium Universitatis Pekinensis

基　　金：国家自然科学基金(61370055)资助

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。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.

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 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]