Slider : un Raisonneur Incrémental Évolutif - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Slider : un Raisonneur Incrémental Évolutif

Jules Chevalier
Julien Subercaze
Christophe Gravier
Frederique Laforest

Résumé

The main drawbacks of current reasoning methods over ontologies are they struggle to provide scalability for large datasets. The batch processing reasoners who provide the best scalability so far are unable to infer knowledge from evolving data. We contribute to solving these problems by introducing Slider, an efficient incremental reasoner. Slider exhibits a performance improvement by more than a 70% compared to the OWLIM-SE reasoner. Slider is conceived to handle expanding data from streams with a growing background knowledge base. It natively supports ρdf and RDFS, and its architecture allows to extend it to more complex fragments with a minimal effort.
Les solutions existantes pour le raisonnement incrémental souffrent principalement de leur incapacité à prendre en charge des ontologies complexes et ne sont pas conçues pour gérer de grandes quantités de connaissances. Dans cet article, nous présentons Slider (Chevalier et al. (2015)), un raisonneur incrémental évolutif par chaînage avant, permettant de raisonner sur des flux de données sémantiques.
Fichier principal
Vignette du fichier
jchevalier-egc2016.pdf (89.23 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01255230 , version 1 (13-01-2016)

Identifiants

Citer

Jules Chevalier, Julien Subercaze, Christophe Gravier, Frederique Laforest. Slider : un Raisonneur Incrémental Évolutif. 16èmes Journées Francophones Extraction et Gestion des Connaissances, EGC 2016, Jan 2016, Reims, France. ⟨10.1145/2723372.2735363⟩. ⟨hal-01255230⟩
70 Consultations
87 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More