S+EPP: Construct and Explore Bisimulation Summaries, plus Optimize Navigational Queries; all on Existing SPARQL Systems
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».