Question

我想记录各种消息来源对历史人物的看法。即

网站维基百科说Susan B. Anthony出生于1820年2月15日，她最喜欢的颜色是蓝色
书奋斗世纪说苏珊B.安东尼出生于1820年2月12日，她最喜欢的颜色是红色
“妇女的选举历史”一书说苏珊·B·安东尼出生于1820年2月15日，她最喜欢的颜色是红色，她是亚伯拉罕·林肯的第二代堂弟。

我还希望研究人员能够在这些来源的个人主张中表达他们的信心，例如百分比。即。

用户A对Susan B. Anthony于1820年2月15日出生时有90％的信心; 75％的人确信她最喜欢的颜色是蓝色，30％的人确信她是亚伯拉罕·林肯的第二代表兄弟
用户B对Susan B. Anthony于1820年2月12日出生的人有30％的信心; 60％的人确信她最喜欢的颜色是蓝色的，10％的人确信她是亚伯拉罕·林肯的第二代表兄弟

然后我希望每个用户都能看到Susan B. Anthony的视图，其中显示了她的生日，最喜欢的颜色以及用户认为最有可能真实的关系。

我也想使用关系数据库数据存储区，我想这样做的方法是为每个单独的原子事实类型创建一个单独的表，我希望用户能够表达他们的信心因此，对于这个例子，总共有八个表，三个单独的表用于三个独立的原子事实。

Source(id)
Person(id)

Claim(claim_id, source, FOREIGN KEY(source) REFERENCES Source(id) )
Alleged_birth_date(claim_id, person, birth_date, FOREIGN KEY(claim_id) REFERENCES Claim(id), FOREIGN KEY(person) REFERENCES person(id))
Alleged_favorite_color(claim_id, person, color, FOREIGN KEY(claim_id) REFERENCES Claim(id), FOREIGN KEY(person) REFERENCES person(id)) 
Alleged_kinship(claim_id, person, relationship type, kin, FOREIGN KEY(claim_id) REFERENCES Claim(id), FOREIGN KEY(person) REFERENCES Person(id))

User(id)
Confidence_in_claim(user, claim, confidence, FOREIGN KEY(user) REFERENCES User(id), FOREIGN KEY(claim) REFERENCES claim(id))

这感觉很快变得非常复杂，因为实际上想要记录很多类型的原子事实。有更好的方法吗？

我认为，这与Martin Fowler称之为Contradictory Observations的问题相同。

Answer 1

您应该尝试以“事实”表和几个“维度”表为中心的星型模式模型。这是一个经过深思熟虑的模型，并且有许多数据库优化。

claim_fact（source_id，person_id，user_id，details_id，weight）

Source_dimension（id，name）

Person_dimension（id，name）

User_dimension（id，name）

details_dimension（id，name NOT NULL，color NULLABLE，kinship NULLABLE，birthday NULLABLE）

每个声明都有源，人，用户和详细信息。详细信息的名称值将是“亲属关系”，“生日”等值。

请记住，这是一个OLAP架构（而不是OLTP结构），因此它没有完全规范化。这样做的好处超过了由于冗余而可能遇到的任何问题，因为星型模式的查询通过为数据仓库配置的DBMS进行了高度优化。

推荐阅读：数据仓库工具包（Kimball等）

Answer 2

RDF非常适合这一点。它通常被描述为元数据的格式;但实际上它是三元组'断言'的图形模型。

整个“语义网”的想法是在RDF上发布大量事实，搜索引擎将是遍历统一图形以寻找关系的推理引擎。

还有一些机制可以引用一个三元组，所以你可以说一个断言，比如它的起源（谁说这个？），或者当它被断言时（他什么时候这么说？），或者你有多少相信它是真实的等等。

作为一个很好的例子，整个OpenCyc'常识知识库'可在RDF中查询

Answer 3

我认为您想要使用的是“财产包”。您想拥有一个包含ID，“密钥”（在这种情况下，所谓的信息（例如“亲属关系”））和“值”的表，而不是对您要描述的每个类型的事实进行建模。 “（在这种情况下，所谓的价值（如”亚伯拉罕·林肯“）。然后你想要一张第二张表，将你的索赔人与该表联系起来，以及他们对该信息的信任程度。只需拥有源的ID，属性的ID以及源在信息中的置信度。这样，您可以拥有一个包含大量或少量信息的源;您还可以为不同的源建模在给定属性中具有不同的置信水平;对于您可以存储多少种不同类型的信息也没有限制。

这是一个非常标准的解决方案，适用于您需要交叉引用的大量可选信息的情况。

Answer 4

这感觉很快就变得非常复杂

你不是在开玩笑。请查看ontology和knowledge representation上的工作。

在关系数据库中建模原子事实

4 个答案: