RDF-Hunter: Automatically Crowdsourcing the Execution of Queries Against RDF Data Sets
在过去的几年中，大量的RDF数据集已经在Web上可用。然而，由于RDF数据的半结构化性质，缺失值会影响针对此数据提出的查询的答案完整性。为了克服这一限制，我们提出了RDF-Hunter，一种新的混合查询处理方法，它将机器和人类计算结合在一起，对RDF数据执行查询。我们开发了一种新的质量模型和查询引擎，以使RDF-Hunter在飞行中决定查询的哪些部分应该通过传统的技术或人群计算执行。为了评估RDF-Hunter，我们针对DBpedia数据集创建了50个SPARQL查询的集合，使用我们的混合查询引擎执行它们，并分析了从人群中获得的结果的准确性。实验清楚地表明，整个方法是可行的，并产生可靠的查询结果，显着提高自动查询处理响应的完整性。
2015-03-10 cs.DB
Bridging the Semantic Gap between RDF and SPARQL using Completeness Statements [Extended Version]
RDF数据通常被视为不完整的，遵循开放世界假设。另一方面，基于RDF的标准查询语言SPARQL通常遵循封闭世界假设，假设RDF数据是完整的。这导致了RDF和SPARQL之间的语义鸿沟。在本文中，我们将讨论如何关闭RDF和SPARQL之间的语义差距，在某些答案和可能的答案使用完整性声明。
2014-09-03 cs.DB
Optimizing Traversal Queries of Sensor Data Using a Rule-Based Reachability Approach
本文提出基于规则的可达性标准，利用链接数据文档中超媒体描述中的逻辑语句剪除不相关数据源，并通过修改Comunica引擎验证可显著减少HTTP请求和查询执行时间而不损失完整性。
2024-08-30 cs.DB
Scrutinizer: A Mixed-Initiative Approach to Large-Scale, Data-Driven Claim Verification
国际能源署（IEA）等组织花费大量时间和金钱手动检查汇总数据的文本文档。Scrutinizer系统的目标是通过支持人工事实检查员将文本声明转换为相关数据库上的SQL查询来减少验证开销。审查者协调人类事实核查小组。它通过向用户提出查询或查询片段来减少验证时间。这些建议是基于索赔文本分类器，逐步提高在一个大的文件的验证。此外，Scrutinizer使用查询候选项的试验性执行来缩小备选项集。验证过程由基于成本的优化器控制。它优化了与用户的交互，并优先考虑索赔验证。对于后者，它认为预期的验证开销以及预期的索赔效用作为分类器的训练样本。我们使用模拟和用户研究来评估Scrutinizer系统，基于实际索赔和数据，并使用IEA雇用的专业事实检查员。我们的实验一致表明，在不降低结果准确性的情况下，显著节省了验证时间。
2020-03-14 cs.DB
Query Expressibility and Verification in Ontology-Based Data Access
University of Bremen（不来梅大学）
在基于本体的数据访问中，使用本体和映射来集成多个数据源。在实践中，这通常是通过自举过程来实现的，也就是说，本体和映射首先被设计为仅支持源上最重要的查询，然后逐渐扩展以支持其他查询。在本文中，我们研究了两个推理问题，支持这种方法。可表达性问题询问给定源查询$q_s$是否可表达为目标查询（即，在本体的词汇表上），并且验证问题询问，另外给定候选目标查询$q_t$，$q_t$是否表达$q_s$。我们考虑（U）CQ作为源和目标查询以及GAV映射，表明这两个问题在DL-Lite中是$Π^p_2$ -完全的，当源查询是根查询时，在EL和ELHI之间是coNExpTime-完全的，并且对于不受限制的源查询是2 ExpTime-完全的。
2020-11-18 cs.AI cs.DB
SaGe: Preemptive Query Execution for High Data Availability on the Web
语义Web应用需要高性能和高可靠性地查询可用的RDF数据。然而，在公共SPARQL服务器的上下文中确保数据可用性和高性能SPARQL查询执行是具有挑战性的问题。JavaScript可以有任意的执行时间和未知的到达率。在本文中，我们提出了SaGe，抢占式服务器端SPARQL查询引擎。SaGe依赖于可抢占的物理查询执行计划和可抢占的物理操作符。SaGe在给定的时间段后停止查询执行，保存计划的状态，并将保存的计划与检索到的结果一起发送回客户端。稍后，客户端可以通过向服务器重新提交保存的计划来继续执行查询。通过确保公平的查询执行，SaGe保持服务器可用性并提供高查询吞吐量。实验结果表明，SaGe优于最先进的SPARQL查询引擎的查询吞吐量，查询超时和答案的完整性。
2018-06-01 cs.DB
Complete Approximations of Incomplete Queries
Free University of Bozen-Bolzano（波尔扎诺自由大学）
本文研究部分完整数据库上合取查询的完全可回答性，提出通过最大完全特化（MCS）和最小完全泛化（MCG）对不完全查询进行最佳近似，并给出不动点刻画、计算方法和基于ASP与Prolog的实现技术。
2024-07-30 cs.AI cs.DB
VTRQ: Enabling Verifiable Trajectory Range Queries in Hybrid-Storage Blockchains
Aalborg University（奥尔堡大学）；Northeastern University（东北大学）；University of Navarra（纳瓦拉大学）；AT&T Chief Data Office（美国电话电报公司首席数据办公室）
VTRQ是首个混合存储区块链中可验证轨迹范围查询框架，含两种ADS及时空边聚合机制，解决现有混合存储区块链轨迹数据可验证查询支持不足的问题，提升了查询与验证效率。
2026-08-24 cs.DB
Iteration Algebras for UnQL Graphs and Completeness for Bisimulation
本文给出了Bloom和Esik的迭代代数在图数据库查询语言中对图数据建模的一个应用。大约20年前，Buneman等人在函数元语言UnCAL之上开发了一种图形数据库查询语言UnQL，用于描述和操作图形。最近，函数式编程社区对UnCAL表现出了新的兴趣，因为它提供了一种有效的图形转换语言，可用于各种应用程序，如双向计算。然而，没有数学语义的UnQL/UnCAL图已经开发。本文给出了UnCAL图的等式公理化和代数语义。本文的主要结果是通过迭代代数证明了我们的UnCAL图的原始互模拟方程公理的完备性。代数语义的另一个好处是使用自由迭代代数对图上的结构递归进行清晰的表征。
2015-09-17 cs.DB cs.LO
Conformal Prediction for Verifiable Learned Query Optimization
本文首次将学习型查询优化器验证形式化为保形预测问题，提出CP运行时验证、自适应CP和CP引导计划搜索方法，在JOB和TPC-H上验证了其准确性与高效性，显著提升计划质量和规划效率。
2025-05-04 cs.DB
PoneglyphDB: Efficient Non-interactive Zero-Knowledge Proofs for Arbitrary SQL-Query Verification
PoneglyphDB 通过为 SQL 基本操作设计高效 ZKP 电路并组合支持复杂查询，在 TPC-H 基准上同时实现数据机密性与查询可验证性，性能优于现有方法。
2024-11-22 cs.CR cs.DB
Enhancing Virtual Ontology Based Access over Tabular Data with Morph-CSV
基于本体的数据访问（OBDA）传统上专注于提供异构数据集的统一视图，通过将集成数据具体化为RDF或通过SPARQL查询转换执行动态查询。在表格数据集被表示为若干CSV或Excel文件的特定情况下，通过将每个源视为可以被加载到关系数据库管理系统（RDBMS）中的单个表来应用查询转换方法。然而，这些表上的约束并没有表示出来;因此，属性之间的一致性和表上的索引都没有强制执行。因此，SPARQL到SQL转换过程的效率以及在评估所生成的SQL查询期间产生的答案的完整性可能受到影响。我们的工作重点是应用隐式约束的OBDA查询翻译过程中的表格数据。我们提出了Morph-CSV，这是一个用于查询表格数据的框架，它利用了来自典型OBDA输入的信息（例如，映射、查询）来强制约束，这些约束可以与任何SPARQL到SQL OBDA引擎一起使用。Morph-CSV依赖于约束组件和一组约束运算符。对于一组给定的约束，操作符应用于每种类型的约束，目的是提高查询的完整性和性能。我们评估Morph-CSV在几个领域：电子商务与BSBM基准;交通与基准使用GTFS数据集从马德里地铁;和生物学与从Bio 2 RDF项目中提取的用例。我们比较和报告两个SPARQL到SQL OBDA引擎的性能，没有和合并MorphCSV。观察到的结果表明，Morph-CSV能够加快总的查询执行时间高达两个数量级，同时它能够产生所有的查询答…
2021-02-21 cs.DB
Getting It All from the Crowd
混合人/计算机系统通过将人群合并用于数据收集和其他任务，有望极大地扩展查询处理的有用性。这样的系统提出了许多数据库系统实现的问题。也许最根本的是，关系查询语义背后的封闭世界假设在这样的系统中不成立。因此，即使是简单的查询的含义也会受到质疑。此外，由于众包数据到达的不均匀性和人们如何在众包系统中工作的特殊性，查询进度监控变得困难。为了解决这些问题，我们开发了统计工具，使用户和系统开发人员的原因之间的权衡时间/成本和完整性。这些工具还可以帮助推动查询执行和众包策略。我们评估我们的技术，使用一个流行的众包平台上的实验。
2012-02-10 cs.DB
Evergreen: Efficient Claim Verification for Semantic Aggregates
Brown University（布朗大学）；Snowflake Inc.（Snowflake公司）
Evergreen将声明验证转化为语义查询处理任务，通过定制优化和溯源捕获，减少LLM调用成本和延迟，提升验证质量与效率。
2026-07-03 cs.AI cs.CL cs.DB
The $\mathbf{P}$-Completeness of Inverted Index Traversal: On the Complexity of Evaluating Boolean Query DAGs
Apple Inc.（苹果公司）
本文证明基于DAG的布尔查询评估问题是$\mathbf{P}$-完备的，并提出一种稀疏感知算法ComputePN，通过正负对偶表示和DAG记忆化，将评估时间严格限制在$O(|Q| \cdot |U_{\mathit{active}}|)$，避免指数爆炸和全量扫描。
2026-08-19 cs.AI cs.CC cs.CL
Verifying the Correctness of Analytic Query Results
数据外包是数据所有者解决数据分析所需的大量数据、大量用户和密集计算等问题的一种具有成本效益的解决方案。他们可以简单地将数据库上传到云，并让它执行所有管理工作，包括查询处理。这种服务模型的一个问题是查询发布者如何验证他们接收到的查询结果确实是正确的。这种担忧是合理的，因为作为第三方，云可能不完全值得信任，而作为大型数据中心，云是黑客的理想目标。在查询结果验证方面已经做了大量的工作，但大多数只考虑简单的查询，其中查询结果可以通过直接检查原始数据与查询条件来获得。在本文中，我们考虑的问题，使用户能够验证分析查询的结果的正确性。与简单查询不同，分析查询涉及对数据库进行评分的排名函数，这使得难以构建用于验证目的的数据结构。我们提出了两种方法，即一个签名和多签名，并通过分析和实验表明，他们的工作以及三种代表性类型的分析查询，包括top-k，范围，和KNN查询。
2020-11-19 cs.CR cs.DB
Foundations of Traversal Based Query Execution over Linked Data (Extended Version)
最近，在关联数据的Web上执行查询引起了人们的广泛关注。一种特别有趣的方法是基于链接遍历的查询执行，它提出将数据链路的遍历集成到查询结果的构造中。因此，与传统的查询执行范例相比，这种方法并不预先假设一组固定的相关数据源;相反，它可以动态地发现数据，从而使应用程序能够挖掘Web的全部潜力。虽然一些作者研究的可能性，实现基于链接遍历的查询执行的想法，并在这种情况下优化查询执行，没有工作存在，讨论的理论基础的方法一般。我们的论文填补了这一空白。我们引入了一个定义良好的语义查询，可以使用基于链接遍历的方法执行。基于这种语义，我们正式分析这种查询的属性。特别是，我们研究了查询的可计算性以及查询一个潜在的无限的关联数据网络的影响。我们的研究结果表明，查询计算一般不能保证终止，对于任何给定的查询，它是不可判定的执行是否终止。此外，我们定义了一个抽象的执行模型，捕捉到查询执行过程中的链接遍历的集成。在此模型的基础上，我们证明了基于链接遍历的查询执行的可靠性和完备性，并分析了现有的实现方法。
2012-04-20 cs.DB
Improving Reverse k Nearest Neighbors Queries
本文针对反向k最近邻查询问题，提出基于圆锥曲线的高效验证方法，并在VoR-tree上实现复杂度为O(k^{1.5}·log k)的算法，实验证明其效率显著优于现有最先进方法。
2022-10-05 cs.CG cs.DB
VeriEQL: Bounded Equivalence Verification for Complex SQL Queries with Integrity Constraints
提出首个基于SMT的复杂SQL查询有界等价性验证工具VeriEQL，通过新的逻辑编码处理排序、CASE等复杂特性，在2万多个基准上性能优于现有技术一个数量级，并能生成反例辅助下游任务。
2024-03-15 cs.DB cs.PL
Consistency Verification in Ontology-Based Process Models with Parameter Interdependencies
Chair of Automation Ruhr University Bochum, Bochum, Germany（自动化教研室鲁尔大学波恩，波恩，德国）
本文针对本体过程模型中的参数相互依赖，提出了一套包含SPARQL过滤、单位一致性检查和数据完整性检查的验证机制，并通过树脂传递模塑用例展示其应用。
2025-06-19 cs.AI cs.DB
Ontological Queries: Rewriting and Optimization (Extended Version)
本体查询是针对本体而不是直接在数据库上进行评估的。这种查询的评价和优化是数据库研究的一个有趣的新问题。在本文中，我们讨论这个问题的两个重要方面：查询重写和查询优化。查询重写包括将本体查询编译为针对底层关系数据库的等效查询。这里的重点是健全性和完整性。我们回顾以前的结果，并提出了一个新的重写算法，而一般类型的本体约束。特别是，我们展示了如何对本体的合取查询可以编译成一个联盟的合取查询对底层数据库。在这种情况下，本体查询优化试图改进该过程，以便为输入查询产生可能小且成本有效的UCQ重写。我们回顾现有的优化方法，并提出了一种有效的新方法，适用于线性Datalog+/-，一类基于数据的规则，包括著名的描述逻辑的DL-Lite家庭。
2011-12-01 cs.DB cs.LO
Verifying Text Summaries of Relational Data Sets
我们提出了一种新的自然语言查询接口，Aggestive，旨在文本摘要的关系数据集。该工具专注于将自然语言声明转换为SQL查询和声明的查询结果。与拼写检查器类似，Aggestive标记出似乎与实际数据不一致的文本段落。系统的核心是一个概率模型，它以整体的方式对输入文档进行推理。基于声明关键字和文档结构，它将每个文本声明映射到相关查询翻译的概率分布。通过有效地执行典型输入文档的数万到数十万个候选翻译，系统将文本声明映射到正确性概率。这个过程通过专门的处理后端变得实用，通过查询合并和结果缓存避免了冗余工作。核查是一个互动过程，向用户显示初步结果，使他们能够在必要时采取纠正行动。我们的系统进行了测试，一组53个公共文章，包含392个索赔。我们的测试案例包括来自主要报纸的文章，调查结果的摘要和维基百科的文章。我们的工具在大约三分之一的测试案例中发现了错误的声明。一项详细的用户研究表明，与通用SQL接口相比，使用我们工具的用户在检查文本摘要时平均快六倍。在全自动验证中，我们的工具比自然语言查询界面和事实检查领域的基线实现了更高的召回率和准确率。
2018-08-30 cs.DB cs.IR
