Bootstrapping ontology-based data access specifications from relational databases

Abstract

Ontology-based data access (OBDA) is a useful approach to gain access to existing structured data in an easy and intuitive manner, abstracting from the representation of the data and thus releasing from the burden of having to deal with technical details of the data structuring. By using the approach of ontology bootstrapping, an ontology reflecting the structure of the data can automatically be created by examing the data source. This allows to benefit from ontology-based data access concepts without having to forbear from the advantages regarding performance and data consistency which is offered by relational database systems. Furthermore, establishing a system providing a so-called “virtual RDF view”, data from relational sources can be accessed and even updated by querying or modifying the ontology while remaining in the database. However, the creation of an ontology from another structured data source is a complex task that involves several tools, formats and languages. Also taking changing input data into account, the process of ontology bootstrapping becomes a significant engineering task in its own right. The approach of introducing OBDA specifications proposed by Skjæveland et al. address this issue by concentrating all relevant information on the bootstapping process in one place, allowing for systems which drive the entire tool chain based on this information and thus rendering the use of ad-hoc scripts unnecessary. A concrete format for serializing such an OBDA specification for storage or exchange, however, is not provided. The introduction of such a format is part of this thesis. After the task it accomplishes, the format was named “OBDA Specification Language” (OSL). Furthermore, this thesis describes the design and implementation of db2osl, a software which is able to, in turn, automatically bootstrap an OBDA specification from a relational database schema. Finally, it gives an explanatory description of both the process of ontology bootstrapping and the process of an OBDA specification and proposes a refined scheme for generating IRIs for the entities of the resulting ontology.

Ontologiebasierter Datenzugriff (OBDA von engl. „Ontology-based data access“) ist ein nützlicher Ansatz um auf einfache und intuitive Weise Zugriff auf gegebene strukturierte Daten zu erhalten, der von der konkreten Representation der Daten abstrahiert und deshalb die Bürde vom Benutzen nimmt, sich mit technischen Details der Datenunterteilung beschäftigen zu müssen. Durch den Ansatz der Ontologieableitung kann durch eine Untersuchung der Quelldaten automatisch eine Ontologie erstellt werden, die die Struktur der Daten widerspiegelt. Das erlaubt es, von den Vorteilen des ontologiebasierten Datenzugriffs zu profitieren, während die Vorteile von relationalen Datenbanksystemen hinsichtlich der Performanz und Datenkonsistenz nicht aufgegeben müssen. Des Weiteren kann durch den Aufbau eines Systems mit einer so genannten „virtuellen RDF-Ansicht“ auf Daten einer relationalen Datenbank zugegriffen und diese sogar verändert werden indem Anfragen oder Modifikationen an die bzw. der Ontologie durchgeführt werden, während die Daten in der Datenbank bleiben. Jedoch ist die Ableitung einer Ontologie aus einer anderen Form strukturierter Daten eine komplexe Aufgabe, die verschiedene Werkzeuge, Formate und Sprachen involviert. Die zusätzlichen Anforderung sich ändernder Quelldaten macht den Prozess der Ontologieableitung vollends zu einer eigenen technischen Herausforderung. Der von Skjæveland et al. vorgeschlagene Ansatz, OBDA-Spezifikationen einzuführen, begegnet dieser Problematik, indem die für den Ableitungsprozess relevanten Informationen an einer Stelle gesammelt werden und so Systeme ermöglichen, die anhand dieser Informationen den gesamte Werkzeugverband steuern, wodurch zusammengestückelte Systeme redundant werden. Ein genaues Format um diese OBDA-Spezifikationen zu speichern und auszutauschen wird jedoch nicht angegeben. Die Einführung eines solchen Formats ist Teil dieser Arbeit. Nach ihrer Aufgabe wurde das Format „OBDA Specification Language“ (OSL) genannt (deutsch: „OBDA-Spezifikationssprache“). Außerdem beschreibt diese Arbeit das Design und die Implementierung von db2osl, einer Software, die in der Lage ist, wiederum die Ableitung einer OBDA-Spezifikation aus einem relationalen Datenbankschema automatisch zu bewerkstelligen. Zudem enthält sie eine erklärende Beschreibung sowohl der Ontologieableitung als auch der Ableitung einer OBDA-Spezifikation und schlägt ein verfeinertes Schema zur Generierung von IRIs für die Elemente der Zielontologie vor.