u 2012

Query Language for Complex Similarity Queries

BUDÍKOVÁ, Petra, Michal BATKO and Pavel ZEZULA

Basic information

Original name

Query Language for Complex Similarity Queries

Authors

BUDÍKOVÁ, Petra (203 Czech Republic, guarantor, belonging to the institution), Michal BATKO (203 Czech Republic, belonging to the institution) and Pavel ZEZULA (203 Czech Republic, belonging to the institution)

Edition

2012

Other information

Language

English

Type of outcome

Účelové publikace

Field of Study

10201 Computer sciences, information science, bioinformatics

Country of publisher

Czech Republic

Confidentiality degree

není předmětem státního či obchodního tajemství

RIV identification code

RIV/00216224:14330/12:00057425

Organization unit

Faculty of Informatics

Keywords in English

query language; SQL; similarity search

Tags

Změněno: 9/4/2013 14:49, RNDr. Michal Batko, Ph.D.

Abstract

ORIG CZ

V originále

For complex data types such as multimedia, traditional data management methods are not suitable. Instead of attribute matching approaches, access methods based on object similarity are becoming popular. Recently, this resulted in an intensive research of indexing and searching methods for the similarity-based retrieval. Nowadays, many efficient methods are already available, but using them to build an actual search system still requires specialists that tune the methods and build the system manually. Several attempts have already been made to provide a more convenient high-level interface in a form of query languages for such systems, but these are limited to support only basic similarity queries. In this paper, we propose a new language that allows to formulate content-based queries in a exible way, taking into account the functionality offered by a particular search engine in use. To ensure this, the language is based on a general data model with an abstract set of operations. Consequently, the language supports 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 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.

Links

GAP103/10/0886, research and development project
Name: Vizuální vyhledávání obrázků na Webu (Acronym: VisualWeb)
Investor: Czech Science Foundation, Content-based Image Retrieval on the Web Scale
GD102/09/H042, research and development project
Name: Matematické a inženýrské metody pro vývoj spolehlivých a bezpečných paralelních a distribuovaných počítačových systémů
Investor: Czech Science Foundation