In this work, we track the lineage of tuples throughout their database lifetime. That is, we consider a scenario in which tuples (records) that are produced by a query may affect other tuple insertions into the DB, as part of a normal workflow. As time goes on, exact provenance explanations for such tuples become deeply nested, increasingly consuming space, and resulting in decreased clarity and readability. We present a novel approach for approximating lineage tracking, using a Machine Learning (ML) and Natural Language Processing (NLP) technique; namely, word embedding. The basic idea is summarizing (and approximating) the lineage of each tuple via a small set of constant-size vectors (the number of vectors per-tuple is a hyperparameter). Therefore, our solution does not suffer from space complexity blow-up over time, and it "naturally ranks" explanations to the existence of a tuple. We devise an alternative and improved lineage tracking mechanism, that of keeping track of and querying lineage at the column level; thereby, we manage to better distinguish between the provenance features and the textual characteristics of a tuple. We integrate our lineage computations into the PostgreSQL system via an extension (ProvSQL) and experimentally exhibit useful results in terms of accuracy against exact, semiring-based, justifications. In the experiments, we focus on tuples with multiple generations of tuples in their lifelong lineage and analyze them in terms of direct and distant lineage. The experiments suggest a high usefulness potential for the proposed approximate lineage methods and the further suggested enhancements. This especially holds for the column-based vectors method which exhibits high precision and high per-level recall.


翻译:在这项工作中,我们跟踪数据库使用寿命期间的线条。 也就是说, 我们考虑一种假设, 由查询生成的线条( 记录) 可能会影响其他的线条插入 DB, 作为正常工作流程的一部分。 随着时间的流逝, 这些图条的确切来源解释会变得深巢, 日益消耗的空间, 并导致降低清晰度和可读性。 我们使用机器学习( ML) 和自然语言处理( NLP) 技术, 即 字嵌入 。 基本设想是, 通过一组小的恒定矢量( 和近似) 来总结( ) 每条线条线条线( ) 可能会影响其他的线条插入 DB 。 随着时间的流流逝, 我们的解决方案不会因空间复杂而受到影响, 而“ 自然排序” 解释一个基础的线条。 我们设计了一个替代且改进的线条追踪机制, 将线条跟踪和查询在列一级; 特别是, 我们从此, 将每条程的直径直径直径直径分析, 将一个系统的特性和直径解, 将一个系统推, 推一个系统推, 推一个系统推, 推, 推一个系统推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 推, 和 和 和推, 推, 推, 推, 推, 推,

0
下载
关闭预览

相关内容

金融人工智能,40页pdf
专知会员服务
142+阅读 · 2021年10月9日
专知会员服务
39+阅读 · 2020年9月6日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年11月2日
Arxiv
3+阅读 · 2018年3月2日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员