SQLf

SQLf s'appuie sur le fait que les ensembles flous modélisent des qualificatifs du langage naturel qui sont par nature imprécis et subjectifs. Ainsi l'âge d'une personne qui est précisément décrite par un attribut numérique âge dans une base de données peut servir à caractériser des propriétés telles que jeune ou âgé. Ces deux qualificatifs correspondent à des notions vagues et subjectives modélisées dans SQLf par des ensembles flous, chacun étant caractérisé par une fonction d'appartenance. Cette fonction d'appartenance qualifie par un score normalisé dans l'intervalle [0,1] l'appartenance d'un tuple à ce prédicat.

Ainsi, contrairement à SQL qui repose sur une logique booléenne, un tuple appartiendra de ma-nière graduelle à l'ensemble des réponses. Ce score d'appartenance offre directement une information utile pour le classement qualitatif des réponses vis-à-vis de la requête flexible. Outre, la prise en compte de prédicats flous, SQLf introduit des modificateurs qui expriment des adverbes de la langue naturelle, tels que très, assez, peu, etc..