V originále
For complex data types such as multimedia, traditional data management methods are no longer suitable. Instead of attribute matching approaches, access methods based on object similarity are becoming popular in many applications. Nowadays, efficient methods for similarity search are already available, but using them to build an actual search system still requires specialists that tune the methods and build the system. In this paper, we propose a novel query language that generalizes existing solutions and allows to formulate content-based queries in a flexible way, supporting various advanced query operations such as similarity joins, reverse nearest neighbor queries, or distinct kNN queries, as well as multi-object and multi-modal queries. The language is primarily designed to be used with the MESSIF – a framework for content-based searching – but can be employed by other retrieval systems as well.
In Czech
Tradiční metody pro správu atributových dat nejsou vhodné pro složité datové typy, jakými jsou například multimédia. Taková data jsou stále častěji organizována a prohledávána pomocí vnitřní podobnosti obsahu. V minulých letech byly intenzivně zkoumány metody umožňující efektivně indexovat a prohledávat data na základě podobnosti, a v současnosti již existují fungující systémy využívající tohoto principu. Jejich použití však vyžaduje pokročilé znalosti. Existují i první nástroje, které mají poskytnout intuitivní rozhraní k takovým systémům, ale jejich použití je omezeno jen na jednoduché podobnostní dotazy. V této práci navrhujeme nový dotazovací jazyk, který umožňuje formulovat podobnostní dotazy rozšiřitelným způsobem a bere v úvahu funkcionalitu nabízenou konkrétním vyhledavačem, nad kterým je provozován. Jazyk je postaven nad obecným datovým modelem a abstraktní množinou operací, což umožňuje formulovat nejrůznější pokročilé podobnostní dotazy. Jazyk byl primárně navržen pro použití s frameworkem MESSIF, ale může být využit i jinými vyhledávacími systémy.