Gestion efficace de données à l’aide d’ontologies expressives

Efficient ontology-based data management

• Auteur / Autrice : Wafaa El Husseini
• Direction : François Goasdoué, Hélène Jaudoin
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 22/12/2023
• Etablissement(s) : Université de Rennes (2023-....)
• Ecole(s) doctorale(s) : MATISSE
• Partenaire(s) de recherche : Laboratoire : IRISA - Institut de recherche en informatique et systèmes aléatoires (Rennes) - SHAMAN
• Jury : Président / Présidente : David Gross-Amblard
• Jury : Examinateurs / Examinatrices : François Goasdoué, Hélène Jaudoin, Farouk Toumani, Ioana Manolescu‎
• Jury : Rapporteurs / Rapporteuses : Nicole Bidoit-Tollu, Mohand Saïd Hacid

Mots clés

Mots clés contrôlés

Ontologies (informatique)

Systèmes experts (informatique)

Gestion des données (systèmes d'information)

Mots clés libres

Gestion de données

Bases de connaissances

Optimisation de requêtes

Data management

Knowledge bases

Query optimization

Résumé

Répondre à des requêtes à l'aide d'ontologies (OMQA) consiste à poser ces requêtes sur des bases de connaissances (KB). Une KB est un ensemble de faits (base de données), qui est décrit par un domaine de connaissance (ontologie). La technique OMQA la plus étudiée est la réécriture FO (FO-rewriting); elle consiste à reformuler une requête pour y intégrer les connaissances pertinentes de l'ontologie, avant de poser la sur la base de données. Telles reformulations peuvent alors être complexes et leur optimisation est cruciale pour l'efficacité. Nous élaborons un nouveau cadre d'optimisation pour la FO-rewriting: les requêtes conjonctives (de type select-project-join) posées sur des KBs en datalog$\pm$ et en règles existentielles, logique de description et OWL, ou RDF/S. On optimise les requêtes produites par les algorithmes de la littérature pour la FO-rewriting, en calculant rapidement, à l'aide du résumé de la base de données, des requêtes plus simples (contenues) avec les mêmes réponses et qui sont évaluées plus rapidement par les SGBDs. On montre sur un benchmark OMQA bien établi, que les performances temporelles sont considérablement améliorées par notre cadre d'optimisation, jusqu'à trois ordres de grandeur.

Ontology-mediated query answering (OMQA) consists in asking database queries on knowledge bases (KBs); a KB is a set of facts called a database, which is described by a domain knowledge called an ontology. A main OMQA technique is FO-rewriting, which reformulates a query asked on a KB \wrt to the KB's ontology; query answers are then computed through the relational evaluation of the query reformulation on the KB's database. Essentially, because FO-rewriting compiles the domain knowledge relevant to queries into their reformulations, query reformulations may be complex and their optimization is the crux of efficiency. We devise a novel optimization framework for a large set of OMQA settings that enjoy FO-rewriting : conjunctive queries, i.e., the core select-project-join queries, asked on KBs expressed in datalog$\pm$ and existential rules, description logic and OWL, or RDF/S. We optimize the query reformulations produced by any state-of-the-art algorithm for FO-rewriting by computing rapidly, using a KB's database summary, simpler queries with same answers that can be evaluated faster by DBMSs. We show on a well-established OMQA benchmark that time performance is significantly improved by our optimization framework in general, up to three orders of magnitude.