At the end of the first challenge w

At the end of the first challenge we have billions of RDF-triples
and we must be able to reason on it. One of the most relevant
works which tackle this problem is [21]. Their work has led
to a tool termed WebPIE (Web-scale Inference Engine). In [21], inference
rules are rewritten and map and reduce functions are
specified for each of them. This work has inspired the work
of [22] who propose a MapReduce-based algorithm for classifying
EL+ ontologies. Another relevant work in this challenge
focuses on efficient RDF repositories partitioning and scalability
of SPARQL queries [85]. We can also add [86] which proposes
a way to store and retrieve large RDF graphs efficiently.
Concerning the (complete) description of entities in the middle
of billion RDF/RDFS triple mentioned in the third challenge,
[38] designed a Semantic Web Search Engine (SWSE)
which has many features including entities description. Here,
this description is obtained by aggregating efficiently descriptions
from many sources

ผลลัพธ์ (ไทย) 1:

ที่สุดของความท้าทายแรก เรามีพัน RDF triplesและเราต้องสามารถให้เหตุผลนั้น หนึ่งเกี่ยวข้องทำงานที่แก้ไขปัญหานี้คือ [21] งานของพวกเขาได้นำเครื่องมือเรียกว่า WebPIE (ขนาดเว็บอ้างอิงโปรแกรม) ใน [21], สรุปกฎจะถูกเขียนขึ้น และแผนที่ และลดฟังก์ชั่นได้ระบุสำหรับแต่ละของพวกเขา งานนี้มีแรงบันดาลใจการทำงาน[22] ที่เสนออัลกอริทึมที่ใช้ MapReduce สำหรับการจัดประเภทเอ + ontologies งานอื่นที่เกี่ยวข้องในความท้าทายนี้เน้นพาร์เก็บ RDF มีประสิทธิภาพและ scalabilitySPARQL แบบสอบถาม [85] นอกจากนี้เรายังสามารถเพิ่ม [86] ซึ่งเสนอวิธีการจัดเก็บ และดึงกราฟ RDF ขนาดใหญ่ได้อย่างมีประสิทธิภาพเกี่ยวกับคำอธิบาย (สมบูรณ์) ของเอนทิตีกลางของ RDF/RDFS สามพันล้านที่กล่าวถึงในความท้าทายสาม[38] ออกแบบทางตรรกเว็บค้นหาเครื่องยนต์ (SWSE)ซึ่งมีคุณสมบัติมากมายรวมทั้งรายละเอียดของเอนทิตี ที่นี่คำอธิบายนี้ได้มา โดยการรวมคำอธิบายได้อย่างมีประสิทธิภาพจากหลายแหล่ง

ผลลัพธ์ (ไทย) 2:

ในตอนท้ายของความท้าทายแรกที่เรามีพันล้าน RDF-อเนกประสงค์
และเราจะต้องสามารถที่จะให้เหตุผลกับมัน หนึ่งที่เกี่ยวข้องมากที่สุด
ผลงานที่รับมือกับปัญหานี้คือ [21] งานของพวกเขาได้นำ
ไปเป็นเครื่องมือที่เรียกว่า WebPIE (เว็บขนาดอนุมานเครื่องยนต์) ใน [21] อนุมาน
กฎการเขียนและแผนที่และลดฟังก์ชั่น
ที่กำหนดไว้สำหรับแต่ละของพวกเขา งานนี้ได้รับแรงบันดาลใจในการทำงาน
ของ [22] ที่นำเสนอขั้นตอนวิธีการ MapReduce ที่ใช้สำหรับการจำแนก
EL + จีส์ อีกงานที่เกี่ยวข้องในความท้าทายนี้
มุ่งเน้นไปที่ประสิทธิภาพ RDF ที่เก็บแบ่งพาร์ทิชันและความยืดหยุ่น
ของการสืบค้น SPARQL [85] นอกจากนี้เรายังสามารถเพิ่ม [86] ซึ่งนำเสนอ
วิธีการจัดเก็บและดึงกราฟ RDF ขนาดใหญ่ได้อย่างมีประสิทธิภาพ.
เกี่ยวกับคำอธิบาย (ฉบับสมบูรณ์) ของหน่วยงานที่อยู่ตรงกลาง
ของพันล้าน RDF / RDFS กล่าวถึงสามในความท้าทายที่สาม
[38] การออกแบบเว็บแบบ Semantic Search Engine (SWSE)
ซึ่งมีคุณสมบัติหลายอย่างรวมถึงรายละเอียดหน่วยงาน ที่นี่
คำอธิบายนี้จะได้รับโดยรวมรายละเอียดได้อย่างมีประสิทธิภาพ
จากหลายแหล่ง