S+EPP: Construct and Explore Bisimulation Summaries, plus Optimize Navigational Queries; all on Existing SPARQL Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We demonstrate S+EPPs, a system that provides fast con-struction of bisimulation summaries using graph analyticsplatforms, and then enhances existing SPARQL engines tosupport summary-based exploration and navigational queryoptimization. The construction component adds a novel op-timization to a parallel bisimulation algorithm implementedon a multi-core graph processing framework. We show thatfor several large, disk resident, real world graphs, full sum-mary construction can be completed in roughly the sametime as the data load. The query translation componentsupports Extended Property Paths (EPPs), an enhance-ment of SPARQL 1.1 property paths that can express asignificantly larger class of navigational queries. EPPs areimplemented via rewritings into a widely used SPARQLsubset. The optimization component can (transparently tousers) translate EPPs defined on instance graphs into EPPsthat take advantage of bisimulation summaries. S+EPPscombines the query and optimization translations to enablesummary-based optimization of graph traversal queries ontop of off-the-shelf SPARQL processors. The demonstra-tion showcases the construction of bisimulation summariesof graphs (ranging from millions to billions of edges), to-gether with the exploration benefits and the navigationalquery speedups obtained by leveraging summaries storedalongside the original datasets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle