EquiX --一种用于XML的搜索和查询语言

基于上下文的XML数据关键词搜索的多样性

Context-based Diversification for Keyword Queries over XML Data

关键字查询使普通用户能够搜索大量的数据，但关键字查询的模糊性使得难以有效地回答关键字查询，特别是对于简短和模糊的关键字查询。为了解决这个具有挑战性的问题，在本文中，我们提出了一种方法，自动多样化的XML关键字搜索的基础上，其在XML数据的不同上下文。给定一个简短而模糊的关键字查询和待搜索的XML数据，我们首先通过一个分类的特征选择模型得到查询的关键字搜索候选。然后，我们设计了一个有效的XML关键字搜索多样化模型来衡量每个候选人的质量。在此基础上，提出了三种有效的算法来评估可能产生的候选查询，这些候选查询代表了不同的搜索意图，从中我们可以找到并返回与给定关键字查询最相关的最高$k$合格的候选查询，同时它们可以覆盖最大数量的不同结果。在真实数据集和人工数据集上的综合评估表明了我们提出的多样化模型的有效性和我们算法的效率。

“Tout-XML”中介体系结构中的XQuery概念与评估

Conception et Evaluation de XQuery dans une architecture de médiation "Tout-XML"

XML已经成为表示和交换数据的主要语言，不仅在Web上，而且在企业中也是如此。XQuery正在成为XML的标准查询语言。因此，需要工具在XML查询和异构数据源之间进行调解，以集成XML中的数据。本文介绍了XMedia中介，一个独特的工具，集成和查询不同的异构信息作为统一的XML视图。它描述了中介器的体系结构，并重点介绍了该组件中实现的独特的分布式查询处理技术。查询计算基于原始的XML代数，只是简单地扩展了经典的操作符来处理树元素的元组。此外，我们提出了一套性能评估的关系基准，从而导致讨论可能的性能增强。

基于类型的XML查询更新独立性检测

Type-Based Detection of XML Query-Update Independence

本文提出了一种新的静态分析技术来检测XML查询更新的独立性，在一个模式的存在。而不是类型，我们的系统推断类型链。每个链表示在查询/更新评估期间可以在有效文档上遍历的路径。由此产生的独立性分析是精确的，尽管它提出了一个具有挑战性的问题：递归模式可能导致推断出无限多个链。一个健全的和完整的近似技术，确保在任何情况下的有限分析，连同一个有效的实施执行链为基础的分析多项式的空间和时间。

SPARQL2XQuery互操作性框架。利用模式映射、模式转换和查询翻译集成XML和语义Web

The SPARQL2XQuery Interoperability Framework. Utilizing Schema Mapping, Schema Transformation and Query Translation to Integrate XML and the Semantic Web

Web of Data是一个开放的环境，由来自不同领域的大量相互链接的大型RDF数据集组成。在这种环境中，组织和公司采用利用语义Web（SW）技术的关联数据实践，以便发布他们的数据并提供SPARQL端点（即，基于SPARQL的搜索服务）。另一方面，当今Web中信息交换的主导标准是XML。SW和XML世界及其开发的基础设施基于不同的数据模型、语义和查询语言。因此，至关重要的是开发互操作性机制，允许Web of Data用户从他们自己的工作环境中使用SPARQL访问XML数据集。期望所有现有的遗留数据（例如，关系、XML等）将转换为软件数据。因此，将遗留数据发布为关联数据并在其上提供SPARQL端点已成为一个主要的研究挑战。在这个方向上，我们引入了SPARQL 2XQuery框架，它创建了一个可互操作的环境，SPARQL查询自动转换为XQuery查询，以便在Web上访问XML数据。SPARQL 2XQuery框架为OWL-RDF/S到XML Schema映射的表达提供了一个映射模型，也为SPARQL到XQuery的转换提供了一种方法。为此，我们的框架支持本体和XML模式之间的手动和自动映射规范。在自动映射规范场景中，SPARQL 2XQuery利用将XML模式转换为OWL本体的XS 2 OWL组件。最后，进行了大量的实验，以评估模式转换，映射生成，查询翻译和查询评估效率，使用真实和合成…

ELCA对概率XML数据关键词检索的评价

ELCA Evaluation for Keyword Search on Probabilistic XML Data

随着概率数据管理的发展和关键字查询的普及，如何支持概率XML数据的关键字查询成为必然的问题。对于确定性XML文档的关键字查询，ELCA（Exclusive Lowest Common Ancestor）语义允许根在ELCA上的更多相关片段作为结果出现，与其他关键字查询结果语义（如SLCA）相比，ELCA语义更受欢迎。在本文中，我们研究如何评估ELCA结果的关键字查询概率XML文档。在根据可能世界语义定义了概率ELCA语义后，我们提出了一种在不生成可能世界的情况下计算ELCA概率的方法。然后，我们开发了一个有效的基于堆栈的算法，可以找到所有的概率ELCA结果和他们的ELCA概率为一个给定的关键字查询的概率XML文档。最后，我们实验评估所提出的ELCA算法，并将其与SLCA对应的结果有效性，时间和空间效率，可扩展性方面进行比较。

使用基于类型的文档投影优化XML查询

Optimizing XML querying using type-based document projection

XML数据投影（或修剪）是主存查询引擎的自然优化：给定文档D上的查询Q，D的不需要评估Q的子树被修剪，从而产生更小的文档D ';然后在D'上执行查询Q，从而避免分配和处理Q永远不会到达的节点。在本文中，我们提出了一种基于类型的新方法，它大大改进了当前的解决方案。除了提供可比或更高的精度和更少的修剪开销，我们的解决方案-不像目前的方法-考虑到后向轴，谓词，可以应用于多个查询，而不仅仅是单个查询。边贡献是一种新型的可编程处理后向轴的系统。我们的方法的合理性被正式证明。此外，我们证明该方法也是完备的（即，产生最好的类型驱动修剪）。我们进一步验证我们的方法，使用XMark和XPathMark基准测试，并表明修剪不仅提高了主内存查询引擎的性能（如预期的那样），但也是最先进的原生XML数据库的状态。

基于准SLCA的概率XML数据关键字查询处理

Quasi-SLCA based Keyword Query Processing over Probabilistic XML Data

概率阈值查询是不确定数据库中最常见的查询之一，满足查询的结果必须同时满足概率阈值要求。在本文中，我们研究了概率阈值关键字查询（PrTKQ）在XML数据，这是没有研究过。我们首先引入准SLCA的概念，并使用它来表示结果的PrTKQ考虑可能世界语义。然后，我们设计了一个概率倒置（PI）索引，可以用来快速返回合格的答案，并根据我们提出的上/下限过滤掉不合格的。在此基础上，我们提出了两种有效的算法：基线算法和PI索引算法。为了加速算法的性能，我们还利用概率密度函数。使用真实和合成数据集的实证研究验证了我们的方法的有效性和效率。

异质XML数据的搜索驱动分析

Search Driven Analysis of Heterogenous XML Data

XML存储库上的分析处理通常是通过设计复杂的数据转换来实现的，这些转换将文档分解为一个通用的数据仓库模式。这可能非常耗时和昂贵，尤其是当底层XML数据在结构上有很多变化，并且只有属性的子集构成有意义的维度和事实时。今天，还没有工具来探索XML数据集，发现有趣的属性、维度和事实，并快速原型化OLAP解决方案。在本文中，我们提出了一个系统，称为SEDA，使用户能够从简单的关键字风格的查询，并以交互方式完善查询的结果摘要的基础上。然后，SEDA将查询结果映射到一组已知的或新创建的事实和维度上，并导出一个星型模式及其实例，以供输入现成的OLAP工具进行进一步分析。

ViP2P平台：P2P中的XML视图

The ViP2P Platform: XML Views in P2P

Web上或企业、组织等产生的XML数据源的数量不断增长，给数据管理应用程序带来了许多性能挑战。在这项工作中，我们关注的是分布式，对等管理的大型语料库的XML文档，基于分布式哈希表（或DHT，在短）覆盖网络。我们提出了ViP2P（代表在对等的意见），一个分布式平台，用于共享XML文档的结构化P2P网络基础设施（DHT）的基础上。ViP2P的核心是分布式物化XML视图，由任意XML查询定义，填充网络中任何地方发布的数据，并用于有效地回答任何网络对等体发出的查询。ViP2P允许在两种模式下对对等体发布的XML文档评估用户查询。第一种是长时间运行的订阅模式，在这种模式下，可以在系统中注册查询，并在发布的数据与查询匹配时递增地接收答案。其次，还可以在临时快照模式下询问查询，在这种模式下，立即需要结果，并且必须基于其他长期运行的订阅查询的结果来计算结果。ViP2P通过使用一种非常有表现力的结构化XML查询语言，在其他类似的基于DHT的XML共享平台上进行了创新。这种表现力导致了XML内容在ViP2P网络中非常灵活的分布，以及高效的快照查询执行。ViP2P已在数百台计算机的实际部署中进行了测试。我们提出的平台架构，其内部算法，并通过一组实验证明其效率和可扩展性。我们的实验结果在数据量，网络规模和数据传播吞吐量方面超过了类似竞争对手系统的数量级。

Demythization of Structural XML Query Processing: Comparison of Holistic and Binary Approaches, Technical Report

XML query can be modeled by twig pattern query (TPQ) specifying predicates on XML nodes and XPath relationships satisfied between them. A lot of TPQ types have been proposed; this paper takes into account a TPQ model extended by a specification of output and non-output query nodes since it complies with the XQuery semantics and, in many cases, it leads to a more efficient query processing. In general, there are two approaches to process the TPQ: holistic joins and binary joins. Whereas the binary join approach builds a query plan as a tree of interconnected binary operators, the holistic join …

基于DAG压缩的高效XML关键字搜索

Efficient XML Keyword Search based on DAG-Compression

与XML查询语言（例如XML）相比，它需要有关查询语言以及有关文档结构的知识，关键字搜索对任何人都是开放的。随着XML数据源规模的快速增长，对支持关键字搜索的XML数据的高效搜索索引的需求也在增加。在本文中，我们提出了一种方法的XML关键字搜索，这是基于DAG的XML数据，其中重复的子结构只考虑一次，因此，只需要搜索一次。正如我们的性能评估所示，这种基于DAG的集合交集搜索算法的扩展[1]、[2]可以导致在大文档上的搜索时间比基于XML的方法的搜索时间快两倍以上。此外，我们使用较小的索引，即，我们消耗更少的主内存来计算结果。

XML查询处理与查询检索综述

XML Query Processing and Query Languges: A Survey

今天的数据库与不同领域和应用程序之间的互操作性有关。这就导致了数据库中数据可移植性的重要性。XML格式符合需求，并且越来越多地用于为不同领域和目的的应用程序提供服务。然而，有效地查询XML文档仍然是一个具有挑战性的问题。本文讨论了XML的查询处理问题，并回顾了各种作者提出的查询XML数据库的解决方案。

WebContent XML商店

The WebContent XML Store

在本文中，我们将描述WebContent项目中使用的XML存储系统。我们首先提倡使用XML数据库来存储WebContent文档，并提出了两种不同的存储和查询这些文档的方法：使用集中式XML数据库和使用P2P XML数据库。

打破XML MisMatch陷阱

Breaking Out The XML MisMatch Trap

在关键字搜索中，当用户不能得到自己想要的结果时，需要进行查询细化，原因可能是多方面的。我们首先给出了一个彻底的分类的原因，然后专注于解决一类的查询细化问题的上下文中的XML关键字搜索，用户搜索的数据中不存在。在本文中我们称之为失配问题。然后，我们提出了一种实用的方法来检测MisMatch问题，并生成有用的建议给用户。该方法可以看作是一种查询评估的后处理工作，具有以下三个主要特点：（1）采用建议查询及其样本结果作为输出，帮助用户判断MisMatch问题是否解决，而无需消耗所有查询结果;（2）它是可移植的，即它可以与任何基于LCA的匹配语义一起工作，并且与所采用的结果检索方法的选择正交;（3）它是轻量级的，在整个查询计算时间中所占的比例很小。在三个真实数据集上的大量实验验证了该方法的有效性、效率和可扩展性。已经构建了一个名为XClear的在线XML关键字搜索引擎，它嵌入了MisMatch问题检测器和搜索器。

结构一致性：启用XML关键字搜索，以消除一致的虚假结果

Structural Consistency: Enabling XML Keyword Search to Eliminate Spurious Results Consistently

XML关键字搜索是一种仅使用关键字查询XML数据的用户友好方式。在XML关键字搜索中，为了在不牺牲查全率的情况下实现高精度，必须删除用户不希望看到的虚假结果。通过使用LCA或其变体SLCA和MLCA的概念，消除虚假结果的努力取得了一些成功。然而，现有的方法仍然可以找到许多虚假的结果。产生虚假结果的根本原因是现有的方法试图在局部消除虚假结果，而没有对所有查询结果进行全局检查，因此，一些虚假结果不能被一致地消除。在本文中，我们提出了一种新的关键字搜索方法，消除虚假的结果一致，利用新的概念结构一致性。

XPath逻辑与XPathLog：逻辑编程风格的XML数据操作语言

XPath-Logic and XPathLog: A Logic-Programming Style XML Data Manipulation Language

我们将XPathLog定义为一个DataLog风格的扩展。XPathLog为查询和操作XML提供了一种清晰的声明性语言，其透视图尤其适用于XML数据集成。在我们的刻画中，形式语义被定义为wrt。一个基于边标记的图模型，它覆盖了XML数据模型。我们给出了一个完整的，基于逻辑的XML数据和XML的主要语言概念，XML的特征。XPath-Logic用变量绑定扩展了XPath语言，并将其嵌入到一阶逻辑中。XPathLog则是XPath-Logic的Horn片段，它提供了一种Datalog风格的、基于规则的语言，用于查询和操作XML数据。XPath-Logic的模型论语义是XPathLog作为逻辑程序设计语言的基础，同时也给出了一个等价的用于评估XPathLog查询的答案集语义。与其他方法相比，XML语法和语义也用于声明性规范数据库应该如何更新：当在规则头中使用时，XML过滤器被解释为应该添加到数据库的元素和属性的规范。

基于概率XML视图的并行计算：复杂性和可处理性

Answering Queries using Views over Probabilistic XML: Complexity and Tractability

我们研究的复杂性，查询回答使用视图的概率XML设置，确定大类的查询-子和后代导航和谓词-有效率（PTime）算法。我们认为这个问题下的两种可能的语义XML查询结果：持久的节点标识符，并在他们的缺席。因此，我们考虑重写，可以利用一个单一的视图，通过补偿，和重写，可以使用多个视图，通过交叉。由于在概率设置中，查询返回具有概率的答案，因此重写的问题超出了从视图中检索XML答案的经典问题。对于这两种语义的XML查询，我们表明，即使XML的答案可以从视图中检索，其概率可能是不可计算的。对于只使用补偿的重写，我们描述了一个PTime决策过程，基于易于验证的标准，区分可行的情况下-当概率XML结果是可计算的-和不可行的。对于重写，可以使用多个视图，补偿和交叉，我们确定最宽容的条件，使概率重写可行，我们描述了一个算法，这是健全的一般情况下，并成为完整的相当宽容的限制下，运行在PTime模最坏情况下的指数时间等价性测试。这是我们所能期望的最好结果，因为交集使得查询等价已经在确定性数据上变得棘手。我们的算法运行在PTime只要确定性重写可以在PTime中找到。

The Forgotten Document-Oriented Database Management Systems: An Overview and Benchmark of Native XML DODBMSes in Comparison with JSON DODBMSes

In the current context of Big Data, a multitude of new NoSQL solutions for storing, managing, and extracting information and patterns from semi-structured data have been proposed and implemented. These solutions were developed to relieve the issue of rigid data structures present in relational databases, by introducing semi-structured and flexible schema design. As current data generated by different sources and devices, especially from IoT sensors and actuators, use either XML or JSON format, depending on the application, database technologies that store and query semi-structured data in XML …

走向实用的元查询

Towards practical meta-querying

我们描述了一个元查询系统的数据库包含查询，除了普通的数据。在这种数据库的上下文中，元查询是关于查询的查询。表示存储在XML中的查询，并使用标准的XML操作语言SQL作为子语言，我们表明，只需要添加到SQL的一些功能，把它变成一个完全成熟的Meta查询语言。好消息是，这些特性可以直接由可扩展数据库技术支持。

HepToX：异构对等XML数据库

HepToX: Heterogeneous Peer to Peer XML Databases

我们研究了一组异构的XML数据库，这些数据库维护相似和相关的信息，通过对等覆盖网络交换数据。在这种情况下，中介的全局模式是不现实的。然而，用户/应用程序希望通过一个对等体使用其模式来查询数据库。我们最近开发了一个P2P异构XML数据库系统HepToX。一个关键的想法是，每当一个对等点进入系统，它建立了一个熟人与少数对等数据库，可能与不同的模式。对等管理员使用箭头和框的非正式且直观的符号来提供本地模式与熟人模式之间的对应关系。我们开发了一种新的算法，推断出一组精确的映射规则之间的模式，从这些视觉注释。我们钉下这样的映射规则的查询翻译的语义，并提出了一种新的查询翻译算法的一个简单的，但富有表现力的片段的XQuery，采用在任何方向的映射规则。我们证明了翻译算法是正确的。最后，我们证明了我们的想法和算法的实用性和可扩展性，一组详细的实验上的Emulab，一个大规模的P2P网络仿真测试床。

无但语义匹配：计算语义匹配的XML关键字搜索结果

No-But-Semantic-Match: Computing Semantically Matched XML Keyword Search Results

用户很少熟悉他们正在查询的数据源的内容，因此无法避免使用数据源中不存在的关键字。传统的系统可能会以空的结果进行响应，从而导致不满意，而数据源实际上包含语义相关的内容。在本文中，我们研究这个没有，但语义匹配的问题，XML关键字搜索，并提出了一个解决方案，使我们能够向用户呈现的前k个语义相关的结果。我们的解决方案包括两个步骤：（a）从原始查询中提取语义相关的候选查询和（b）处理候选查询并检索top-k语义相关的结果。候选查询是通过用从本体知识库获得的候选关键字替换未映射的关键字来生成的。使用候选结果的内聚性及其与原始查询的相似性对候选结果进行评分。由于处理的查询数量可能很大，每个结果都必须进行分析，我们提出了修剪技术，以有效地检索顶部的$k$结果。我们开发了两个查询处理算法的基础上，我们的修剪技术。此外，我们利用候选查询的属性，提出了一种用于批量处理多个查询的技术，这大大提高了性能。在两个真实数据集上的大量实验验证了所提出方法的有效性和效率。

LiquidXML：自适应XML内容再分发

LiquidXML: Adaptive XML Content Redistribution

我们建议演示LiquidXML，一个平台，用于管理大型语料库的XML文档在大型P2P网络。所有LiquidXML对等体可以发布XML文档以与所有网络对等体共享。然后的挑战是在网络中有效（重新）分发已发布的内容，可能是在重叠、冗余的片段中，以支持每个对等点处高效处理查询。LiquidXML的新颖之处在于它选择数据片段存储位置的自适应方法，以提高性能。XML管理的“流动性”方面有两个方面：XML数据流从多个源流向多个使用者，并且它在网络中的分布不断适应以提高查询性能。

逻辑程序设计中XML文档的查询

Querying XML Documents in Logic Programming

可扩展置标语言（XML）是从SGML派生出来的一种简单、非常灵活的文本格式。XML最初是为了应对大规模电子出版的挑战而设计的，现在它在Web和其他地方的各种数据交换中也发挥着越来越重要的作用。XML语言是努力提供XML文档地址部分的结果。为了支持这一主要目的，它变成了一种针对XML文档的查询语言。在本文中，我们提出了一个建议，在逻辑程序设计中实现的语言。为了达到这个目的，我们将通过一个逻辑程序来描述XML文档的表示。规则和事实可用于表示文档模式和XML文档本身。特别是，我们将介绍如何索引XML文档的逻辑程序：规则应该存储在主存储器中，但事实存储在辅助存储器中使用两种索引：一个为每个XML标签，和其他的每组终端项目。此外，我们还将研究如何通过XML语言对表示XML文档的逻辑程序进行查询。它发展了逻辑程序关于表达式的专门化。最后，我们还将解释如何将索引和逻辑程序的自顶向下评估结合起来。逻辑程序设计理论与实践（Theory and Practice of Logic Programming，TPLP）

递归XML视图的安全查询：一种基于XPath的标准技术

Secure Querying of Recursive XML Views: A Standard XPath-based Technique

大多数保护XML文档安全的最先进方法都允许用户仅通过授权视图访问数据，这些授权视图是通过使用XML表达式集合注释XML语法（例如DTD）来定义的。为了防止机密信息的不当泄露，用户对这些视图的查询需要重写为对底层文档的等价查询。这种重写使我们能够避免视图物化和维护的开销。这里的一个主要问题是，递归XML视图的查询重写仍然是一个悬而未决的问题。为了克服这个问题，已经提出了一些工作来将非标准查询转换为非标准查询，称为正则非标准查询。然而，在正则表达式下的查询重写可能是指数级的，因为它依赖于自动机模型。最重要的是，定期检查仍然是一项理论成就。实际上，由于没有翻译和评价工具，这种方法在实践中并不常用。在本文中，我们表明，查询重写总是可能的递归XML视图只使用的表达能力的标准XML。我们调查的向下类的扩展，只由孩子和后代轴，与一些轴和运营商，我们提出了一个通用的方法来重写查询递归XML视图。与常规的基于XPath的作品，我们提供了一个重写算法，处理查询只在注释的DTD语法，可以在线性时间内运行的查询的大小。实验结果表明，该算法是有效的，规模以及。

XTQ：一种声明函数式XML查询语言

XTQ: A Declarative Functional XML Query Language

已经提出了各种查询语言来提取和重构XML文档中的信息。这些语言通常声称是声明性的，主要考虑数据元素之间的连接关系。为了表示需要考虑层次关系和析取关系的操作，如重构层次结构和处理异构性，这些语言的程序通常表现出过程风格，因此它们的声明性不像SQL等传统查询语言那样突出。本文提出了一种基于声明模式的函数式XML查询语言XML树查询（XTQ）。XTQ采用表达性的组合模式来表示数据抽取，同时建立数据元素之间的合取、析取和层次关系。它使用匹配项，一个复合结构的变量绑定到匹配的数据元素，以提供一个全局草图的提取数据，并开发了一个演绎的匹配项重组机制，以指示数据转换，特别是重组层次结构和处理异构性。XTQ基于术语匹配，采用一致的方法进行函数声明和调用，以一致地提取和构造复合数据结构，它综合了传统函数式语言和基于模式的查询语言的特点。此外，XTQ还支持对复合数据结构（如层次数据）进行数据过滤，这在其他研究中很少考虑。我们证明了各种例子，XTQ可以声明目前复杂的XML查询，这是常见的实践。

Apache VXQuery：一个可伸缩的XQuery实现

Apache VXQuery: A Scalable XQuery Implementation

XML在文档管理和数据交换中的广泛使用，产生了查询大型XML数据存储库的需求。为了高效地查询如此大的数据汇集并利用并行性，我们实现了Apache VXQuery，这是一个开源的可扩展的XQuery处理器。该系统建立在另外两个开源框架之上--Hyracs，一个并行执行引擎，和Algebricks，一个语言无关的编译器工具箱。ApacheVXQuery扩展了这两个框架，并提供了XQuery细节（数据模型、依赖于数据模型的函数和优化以及解析器）的实现。我们描述了Apache VXQuery的体系结构，它与Hyracks和Algebricks的集成，以及适用于查询计划的XQuery优化规则，以提高路径表达式的效率，并使查询并行。使用一个真实的500 GB数据集进行的实验评估显示，Apache VXQuery在扩展和加速方面都表现良好。我们的实验表明，在4核单节点实现上，它比Saxon（一种开源商业XQuery处理器）快3倍，在8（4核）节点集群上比Apache MRQL（一种基于MapReduce的并行查询处理器）快2.5倍。

半结构化数据挖掘

Mining Semi-structured Data

根据结构和内容特征从XML文档中发现知识的需求已经变得具有挑战性，这是由于处理XML数据中的结构和内容信息的应用环境的增加是必不可少的。因此，面临的挑战是找到一个层次结构，确保数据级别和它们的代表性结构的组合。在这项工作中，我们将基于形式概念分析为基础的意见，索引和查询的内容和结构。我们评估给定的结构在查询过程中，允许搜索用户查询答案。

SPARQL with XQuery-based Filtering

Linked Open Data (LOD) has been proliferated over various domains, however, there are still lots of open data in various format other than RDF, a standard data description framework in LOD. These open data can also be connected to entities in LOD when they are associated with URIs. Document-centric XML data are such open data that are connected with entities in LOD as supplemental documents for these entities, and to convert these XML data into RDF requires various techniques such as information extraction, ontology design and ontology mapping with human prior knowledge. To utilize document-ce…

XML查询和更新语言的正则表达式子类型

Regular Expression Subtyping for XML Query and Update Languages

XML数据库查询语言（如XQuery）使用具有结构子类型的正则表达式类型。子类型系统通常有两种表现形式，它们应该是等价的：一种是声明性版本，其中包含规则可以在任何地方使用，另一种是算法版本，其中包含规则的使用受到限制，以便使类型检查语法导向和可判定。然而，XQuery标准类型系统通过对迭代构造使用不精确的类型规则并仅定义算法类型检查来规避这个问题，另一个现存的提议为迭代构造提供了更精确的类型，但忽略了子类型。在本文中，我们考虑一个核心的类XQuery语言的包容规则，并证明算法的类型检查的完整性，这是简单的XQuery正确的，但需要一些照顾更精确的迭代类型的纪律存在。我们将这一结果扩展到我们在早期工作中介绍的XML更新语言。

基于DOM的XML数据到关系数据的映射

Mapping XML Data to Relational Data: A DOM-Based Approach

XML已经成为在万维网上表示和交换数据的标准。拥有有效的机制来存储和查询XML数据以充分利用这项新技术的能力是至关重要的。一些研究人员提出使用关系数据库来存储和查询XML数据。虽然已经提出了几种模式映射和查询映射的算法，但是将XML数据映射到关系数据的问题，即，在文献中还没有彻底地解决将XML SQL语句映射到SQL语句序列的问题。在本文中，我们提出了一个有效的线性算法映射XML数据到关系数据。该算法是基于我们以前提出的映射DTD到关系模式的内联算法，可以很容易地适应其他内联算法。

学习XML树枝

Learning XML Twig Queries

我们研究的问题，学习XML查询，路径查询和树模式查询，从用户给出的例子。学习算法接受一组XML文档的输入，这些XML文档具有用户注释的节点，并返回一个查询，该查询以与注释一致的方式选择节点。我们研究了两种不同类型的注释的学习设置。在第一个设置中，用户可以仅指示查询必须返回的所需节点。在第二种更一般的设置中，用户还可以指示查询不得返回的禁止节点。查询可以返回也可以不返回任何没有注释的节点。我们将一类查询的含义形式化为\emph{learnable}。一个要求是存在可靠的学习算法，总是返回与用户给出的示例一致的查询。此外，学习算法应该是完整的，即，能够生成具有足够丰富示例的每个查询。其他要求包括学习的易处理性和对非必要示例的鲁棒性。我们表明，类的简单路径查询和路径包容免费树查询是可学习的正面例子。树模式查询的全类（和路径查询的全类）的可学习性仍然是一个悬而未决的问题。我们还表明，添加负面的例子，图片呈现学习不可行。发表于ICDT 2012，柏林。

基于约束的全局模式查询分发框架

Constraint-based Query Distribution Framework for an Integrated Global Schema

分布式异构数据源需要使用全局模式进行统一查询。对全局模式的查询被重新制定，以便它可以在本地数据源上执行。全局架构和映射中的约束用于源选择、查询优化以及查询分区和复制的数据源。所提供的系统都是基于XML的，它以XML形式提出查询，转换并将本地结果集成到XML文档中。贡献包括在我们现有的全球模式，有助于在源选择和查询优化，和查询分布式异构数据源的全球查询分布框架的约束的使用。

DIME上无序XML的模式

Schemas for Unordered XML on a DIME

我们调查模式语言的无序XML没有兄弟姐妹之间的相对顺序。首先，我们提出了无序正则表达式（URES），本质上是具有无序连接而不是标准连接的正则表达式，其定义了无序单词的语言来对节点的允许内容进行建模（即，儿童标签的集合）。然而，不受限制的URES计算太昂贵，因为我们显示URES的两个基本决策问题的棘手性：成员的无序字的语言的一个URES和包含两个URES。因此，我们提出了一个实用的和易于处理的限制URES，析取区间多重性表达式（DIMEs）。接下来，我们使用DIME定义无序树的语言，并提出了两种模式语言：析取区间多重性模式（DIMS），和它的限制，无析取区间多重性模式（IMS）。我们研究了以下静态分析问题的复杂性：模式可满足性，成员的树的语言的模式，模式的包容性，以及小枝查询可满足性，蕴涵，并在存在模式的包容。最后，我们研究了所提出的模式语言的表达能力，并将它们与无序树（FO，MSO和Presburger约束）和DTD交换闭包下的标尺语言进行比较。我们的研究结果表明，所提出的模式语言能够表达许多实用的语言无序树，并享有理想的计算性能。

安全XML数据库的逻辑形式化

A Logical Formalization of a Secure XML Database

在本文中，我们首先定义了一个逻辑理论表示的XML数据库支持XML作为查询语言和XUpdate作为修改语言。然后，我们扩展我们的理论与谓词，让我们指定的安全策略保护数据库。安全策略包括处理读和写特权的规则。我们提出公理来推导每个用户被允许看到的数据库视图。我们还提出了公理，以获得新的数据库内容更新后。

基于模式的事件处理器调度和缓冲区最小化

Schema-based Scheduling of Event Processors and Buffer Minimization for Queries on Structured Data Streams

我们介绍了一个扩展的XQuery语言，FluX，支持基于事件的查询处理和有意识的处理主内存缓冲区。这种语言的基于事件的查询可以以非常直接的方式在流XML数据上执行。然后，我们开发了一种算法，允许有效地重写Xcovery到基于事件的Flux语言。此算法使用来自DTD的顺序约束来调度事件处理程序，从而最小化计算查询所需的缓冲量。我们讨论了我们的框架内的查询优化和查询评估的各种技术方面。这是补充与我们的方法的实验评估。

Holistic evaluation of XML queries with structural preferences on an annotated strong dataguide

With the emergence of XML as de facto format for storing and exchanging information over the Internet, the search for ever more innovative and effective techniques for their querying is a major and current concern of the XML database community. Several studies carried out to help solve this problem are mostly oriented towards the evaluation of so-called exact queries which, unfortunately, are likely (especially in the case of semi-structured documents) to yield abundant results (in the case of vague queries) or empty results (in the case of very precise queries). From the observation that user…

Flux：XML的FunctionaL更新（扩展报告）

Flux: FunctionaL Updates for XML (extended report)

XML数据库查询语言已经得到了广泛的研究，但XML数据库更新受到的关注相对较少，并对语言设计提出了许多挑战。我们正在开发一种名为Flux的XML更新语言，它代表XML的FunctionaL Updates，它借鉴了函数式程序设计语言的思想。在之前的工作中，我们已经介绍了一个Flux的核心语言，它具有清晰的操作语义和一个基于正则表达式类型的可靠的、可判定的静态类型系统。我们最初的建议有几个限制。首先，它缺乏对递归类型或更新过程的支持。第二，虽然高级源语言可以很容易地被翻译成核心语言，但很难将有意义的类型错误从核心语言传播回源语言。第三，某些更新是格式良好的，但包含路径错误，或“死”的子表达式，这些子表达式永远不会做任何有用的工作。检测路径错误将是有用的，因为它们通常表示错误或优化机会。在本文中，我们将讨论这三个限制。具体来说，我们提出了一个改进的，健全的类型系统，处理递归。我们还形式化了源更新语言，并给出了保留和反映可类型性的核心语言的翻译。我们还为更新开发了路径错误分析（死代码分析的一种形式）。

XML的逻辑

Logics for XML

本文描述了XML处理语言的静态分析系统的理论和实践基础。该系统依赖于一个不动点的时间逻辑与逆，来自μ演算，其中模型是有限的树。这种演算的表现力足以捕捉规则的树类型以及树中的多向导航，同时具有单一的指数时间复杂度。具体地说，证明了该逻辑的可判定性在时间上为2^O（n），其中n是输入公式的大小。主要的XML概念被线性地转换为逻辑：XML导航和节点选择语义，以及常规树语言（包括DTD和XML模式）。基于这些嵌入，在XML应用程序中的几个主要重要的问题被减少到满足的逻辑。这些问题包括包含、空、等价、重叠、覆盖、存在或不存在常规树类型约束以及带注释查询的静态类型检查。然后重点是一个健全的和完整的算法来决定逻辑，以及详细的复杂性分析，和关键的实现技术，以建立一个有效的求解器。使用该系统的完整实现的实际实验。该系统似乎是有效的，在实践中的几个现实的情况。这项工作的主要应用是一个新的静态分析器类的程序设计语言使用的XML表达式和XML类型注释（输入和输出）。这样的分析器允许在编译时确保有价值的属性，如类型安全和优化，以实现更安全和更有效的XML处理。

汉字结构查询系统

A Structural Query System for Han Characters

本文介绍了一个面向汉字字典的IDSgrep结构化查询系统。该系统包括一个数据模型和语法，用于使用基于Unicode IDS语法的扩展表意文字描述序列（EIDS）描述汉字的空间结构;一个用于查询EIDS数据库的语言，旨在满足字体开发人员和外语学习者的需要;一个受Bloom过滤器启发的位向量索引，用于更快的查询操作;一个免费提供的实现;以及从流行的第三方IDS和XML字符数据库进行格式转换。包括实验结果，与其他软件用于类似的应用程序进行比较。

概率XML（扩展版）的可能性问题

The Possibility Problem for Probabilistic XML (Extended Version)

我们考虑的可能性问题，确定一个文档是否是一个概率文档的可能世界，在概率XML的设置。这个基本问题是查询回答或树自动机评估的特殊情况，但它有特定的实际用途，例如检查用户提供的概率文档结果是否可能或足够可能。在本文中，我们研究的复杂性的概率XML模型的表达能力不同的可能性问题。我们表明，决策问题往往是易于处理的情况下，长距离的依赖关系，但其计算变量是难以处理的无序文件。我们还引入了一个明确的匹配变量来概括节点标签是明确的实际情况，这确保了可能性问题的易处理性，即使在长距离依赖关系下，也不允许事件连接。我们的研究结果完全分类在所有考虑的问题变量的易处理性边界。

A Tree Pattern Matching Algorithm for XML Queries with Structural Preferences

In the XML community, exact queries allow users to specify exactly what they want to check and/or retrieve in an XML document. When they are applied to a semi-structured document or to a document with an overly complex model, the lack or the ignorance of the explicit document model (DTD-Document Type Definition, Schema, etc.) increases the risk of ob-taining an empty result set when the query is too specific, or, too large result set when it is too vague (e.g. it contains wildcards such as "*"). The reason is that in both cases, users write queries according to the document model they have in …

基于压缩文本和树索引的快速内存搜索

Fast In-Memory XPath Search over Compressed Text and Tree Indexes

XML文档的很大一部分通常由文本数据组成。XML查询语言允许通过equal、contains和starts-with谓词进行文本搜索。使用文档文本节点的压缩自索引可以有效地实现这样的谓词。但是，大多数查询都包含查询文档文本的某些部分，加上查询树结构的某些部分。因此，为给定的查询选择适当的计算顺序是一个挑战，它最佳地利用了文本和树索引的执行速度。这里介绍的SXSI系统，它存储的树结构的XML文档使用一个位数组的开括号和闭括号，并存储的文本节点使用一个全球性的压缩自索引。在这些索引之上是一个基于树自动机的查询引擎。引擎使用文本索引的快速计数查询，以便动态地确定相对于树结构是自顶向下还是自底向上进行评估。由此产生的系统与现有系统相比具有几个优点：（1）纯树查询（没有文本搜索），如XPathMark查询，SXSI系统的性能与最快的已知系统MonetDB和Qizx相当或更好，（2）在使用文本搜索的查询上，SXSI比现有系统高出1- 3个数量级（取决于结果集的大小），（3）在内存消耗方面，SXSI优于所有其他仅计数查询的系统。

确定性线性自顶向下树变换的节点查询保持

Node Query Preservation for Deterministic Linear Top-Down Tree Transducers

本文讨论了XML文档转换中节点查询保留问题的可判定性。我们假设由确定性线性自顶向下数据树转换器（缩写为DLT^V）和基于树自动机运行的n元查询给出的转换。如果存在查询Q'，使得对于每个文档t，Tr（t）的Q'的答案集等于t的Q的答案集，则我们说DLT^V Tr强保留查询Q。我们还说Tr弱保持Q，如果存在查询Q'，使得对于Tr范围内的每个t_d，Q'对于t_d的答案集等于Q对于t的答案集的并集，使得t_d = Tr（t）。我们证明了弱保存问题是coNP-完全的，强保存问题是在2-EXPTIME中的。

流式树上的最早查询回答

Earliest query answering over streamed trees

针对大规模流式JSON/XML文档，提出基于单子二阶逻辑(MSO)的一元查询最早回答方法，实现常数时间更新和低延迟、低内存占用。

jXBW: 面向结构化RAG中结构感知JSONL检索的压缩索引

jXBW: A Compressed Index Enabling Structure-Aware JSONL Retrieval for Structured RAG

提出jXBW压缩索引，通过合并树表示、基于扩展Burrows-Wheeler变换的简洁树索引和三阶段子结构搜索算法，实现查询依赖的复杂度，在百万级JSONL数据集上比最强基线快16倍至2800倍。