背景
リレーショナルデータベースは、データ間のすべての関係を暗黙的に表現します。[ 3 ] [ 4 ]例えば、顧客と製品間の関係(2 つのコンテンツテーブルに格納され、追加のリンクテーブルで接続されています)は、開発者が記述するクエリステートメント(リレーショナルデータベースの場合はSQL)でのみ存在します。クエリの記述には、データベーススキーマの正確な知識が必要です。[ 5 ] [ 6 ]
リンクトデータは、データ間のすべての関係を明示的な方法で表現します。上記の例では、クエリコードを記述する必要はありません。各顧客に対して適切な製品を自動的に取得できます。この単純な例は自明ですが、リンクトデータの真の力は、情報ネットワーク(都市、州、国などの地理空間情報を持つ顧客、サブカテゴリとスーパーカテゴリ内のカテゴリを持つ製品)が作成されたときに発揮されます。システムは、特定の場所と製品カテゴリの関連性を探す、より複雑なクエリや分析に自動的に応答できます。このクエリの開発作業は省略されています。セマンティッククエリの実行は、情報ネットワークをたどって一致するものを見つけることによって実行されます(データグラフトラバーサルとも呼ばれます)。[ 7 ]
セマンティッククエリのもう一つの重要な側面は、関係の種類を利用してシステムにインテリジェンスを組み込むことができる点です。顧客と製品の関係は、地域と都市の関係とは根本的に性質が異なります。後者の関係では、セマンティッククエリエンジンはマンハッタンに住む顧客がニューヨーク市にも住んでいることを推論できますが、他の関係ではより複雑なパターンや「文脈分析」が必要になる場合があります。このプロセスは推論または論理的推論と呼ばれ、与えられた事実に基づいてソフトウェアが新しい情報を導き出す能力を指します。
記事
- ベレス、ゴルダ(2008)。「意味論がウォール街のデータ過負荷への対処に役立つ」。ウォールストリート&テクノロジー。wallstreetandtech.com。
- Zhifeng, Xiao (2009). "SPARQLに基づく空間情報セマンティッククエリ". Liu, Yaolin; Tang, Xinming (編)『空間分析、時空間データモデリング、データマイニングに関する国際シンポジウム』第7492巻、 SPIE、pp. 74921P、Bibcode : 2009SPIE.7492E..60X、doi : 10.1117/12.838556、S2CID 62191842。
- アキン、マチュー(2010)。「Watson、単なるセマンティックWeb検索エンジン以上のもの」(PDF)。セマンティックWebジャーナル。
- ドウォレツキー、トム(2011)。「Siriの仕組み:iPhoneの『頭脳』は自然言語処理から生まれる」。インターナショナル・ビジネス・タイムズ。
- Horwitt, Elisabeth (2011). 「セマンティックWebが本格的に始動」 computerworld.com.
- ロドリゲス、マルコ(2011)。「Gremlin を使用したグラフパターンマッチング」。マルコ A. ロドリゲス。markorodriguez.com のグラフコンピューティング。
- Sequeda, Juan (2011). "SPARQL Nuts & Bolts" . Cambridge Semantics.
- Freitas, Andre (2012). "Linked Data Web 上での異種データセットのクエリ" (PDF) . IEEE Internet Computing.
- Kauppinen, Tomi (2012). "R の SPARQL パッケージを使用して空間リンクトデータを処理する" . linkedscience.org.
- Lorentz, Alissa (2013). 「ビッグデータでは、コンテキストが大きな問題となる」 . Wired.
参考文献
- ↑ 「SPARQL入門:セマンティックWebのクエリ」。XML.com。2005年。
- ↑ 「RDF 用 SPARQL クエリ言語」。W3C。2008 年。
- ↑データベースにおけるセマンティッククエリ:問題点と課題。Cikm '09。ACMデジタルライブラリ。2009年。pp. 1505–1508。doi : 10.1145 / 1645953.1646157。ISBN 9781605585123. S2CID 1578867 .
- ↑ 「Karma: 構造化ソースをセマンティックウェブにマッピングするためのシステム」(PDF) . eswc-conferences.org. 2012.
- ↑ 「構造化ソースのセマンティックモデルを学習するためのスケーラブルなアプローチ」(PDF)。第8回IEEE国際セマンティックコンピューティング会議。2014年。2017年9月22日にオリジナル(PDF)からアーカイブ。 2014年12月7日に取得。
- ↑ 「ビッグデータ統合と分析のためのセマンティクス」(PDF)。AAAI秋季ビッグデータセマンティクスシンポジウム。2013年。
- ↑ 「グラフクエリ言語入門。SPARQLからGremlinまで」。Graph.build 。 2025年8月11日取得。
さらに読む
- Calvanese, Diego; De Giacomo, Giuseppe; Lembo, Domenico; Lenzerini, Maurizio; Rosati, Riccardo (2007). "記述論理における扱いやすい推論と効率的なクエリ応答: DL-Lite ファミリー". Journal of Automated Reasoning . 39 (3): 385– 429. doi : 10.1007/s10817-007-9078-x .
- フェンゼル、ディーター;ヘンドラー、ジェームズ;リーバーマン、ヘンリー;ワールスター、ヴォルフガング編(2003)。『セマンティックウェブの紡ぎ方:ワールドワイドウェブの可能性を最大限に引き出す』 MIT Press。ISBN 9780262062329。
- López, Vanessa; Sabou, Marta; Motta, Enrico (2006). PowerAqua: セマンティック Web 上でのオープンな質問応答.欧州セマンティック Web 会議 (ESWC) 議事録. pp. 424–439 . doi : 10.1007/11762256_32 .
- Shekarpour, Saeedeh; Marx, Edgard; Auer, Sören (2017). "相互リンクされたデータに対する質問応答" . Journal of Web Semantics . 41 : 100– 117. doi : 10.1016/j.websem.2016.10.001 .
- Zhang, Shuai; Wang, Ke; Zhang, Yue (2021). "強化学習によるコード検索のクエリ意味論の強化". arXiv : 2105.09630 [ cs.SE ].
- Tiwari, Vivek; Singh, Anjali (2025). "クエリ拡張のための意味論的アプローチ:包括的なレビュー" . PeerJ Computer Science . 2025 : 2664. doi : 10.7717/peerj-cs.2664 . PMC 11935759 . PMID 40134880 .
- Haase, Peter; Motik, Boris (2005).オントロジーに対するクエリ応答のためのマッピングシステム.国際セマンティックウェブ会議 (ISWC) 論文集. pp. 446–461 . doi : 10.1007/11574620_32 .
外部リンク
- 「W3CセマンティックWeb標準 - クエリ」。W3C 。 2025年8月11日取得。
- 「SPARQL 1.1 クエリ言語」。W3C。2013年3月21日。 2025年8月11日取得。