Ottimizzazione di Congetture per la Gestione di Affermazioni Ipotetiche nei Triplestore RDF

Nel campo della rappresentazione della conoscenza, specialmente nei contesti accademici e culturali, le informazioni spesso non possono essere trattate come affermazioni assolute. In questi contesti, la natura incerta, dibattuta o in evoluzione dei dati richiede strumenti espressivi che consentano di rappresentare contenuti senza attribuire loro una verità definitiva. Questo approccio, noto come expressing without asserting (EWA), permette di modellare informazioni contrastanti o non risolte senza compromettere la coerenza semantica dei dataset. In questo contesto, Congetture, un'estensione della sintassi di Named Graphs (RDF 1.1), è stata proposta come potenziale soluzione. Recentemente il lavoro 'Estensione per i parser RDF e SPARQL per esprimere senza asserire con le Congetture' ha sviluppato la prima implementazione di Congetture in un triplestore (GraphDB) e ha valutato l'efficienza di Congetture rispetto ad altri metodi di reificazione attraverso l'uso di SPARQL query. Questa tesi si configura come una revisione critica del precedente lavoro, il quale ha introdotto le Congetture come una possibile soluzione per l'EWA in RDF. L'analisi mira a colmare le carenze riscontrate nella versione originaria, con l'obiettivo di perfezionarne la struttura, ampliarne il potenziale descrittivo e incrementarne l'efficienza complessiva. Per verificarne la validità e l'efficienza, le ottimizzazioni introdotte sono state testate utilizzando gli stessi dati e query adottati nello studio precedente, rendendo possibile un confronto diretto tra le due versioni del modello. I test effettuati si sono concentrati esclusivamente sull'analisi dei tempi di esecuzione delle query, con l'obiettivo di valutare se le modifiche apportate producessero benefici concreti in termini di efficienza. I risultati ottenuti mostrano una riduzione significativa dei tempi di risposta, indicando che le migliorie proposte offrono un vantaggio prestazionale rispetto alla prima implementazione.