[發明專利]一種數據關系補全的推薦方法及裝置

在審

• 申請號: 201611067349.2
• 申請日: 2016-11-28
• 公開（公告）號: CN107741941A
• 公開（公告）日: 2018-02-27
• 發明（設計）人: 何彬彬
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙)44300
• 代理人: 黃威

技術領域

本發明涉及信息處理技術領域，特別涉及一種數據關系補全的推薦方法及裝置。

背景技術

資源描述框架(Resource Description Framework，RDF)是世界萬維網組織(簡稱W3C)于1999年推出的用于描述萬維網資源的標準語言，是一種主要的本體描述語言，它為互聯網上的各種應用提供信息描述的規范。RDF主要以三元組形式即<主語，謂詞，賓語>來描述網絡資源，已成為本體描述的標準之一，被廣泛應用于語義網和元數據的描述中。

通常來說RDF知識庫分為TBox和ABox兩個部分，TBox部分表達了知識庫中概念間的關系，而TBox中的is-a關系則是表達了概念間的上下位關系，即子類(subclass-of)關系，主要是為了形式化的表達核心概念之間的層次結構，例如：subclass-of(Writer，Person)表達的是“作者(Writer)”是“人(Person)”的子類。而ABox主要包含了實例間的關系，ABox中的is-a關系則表示實例屬于某個概念，即實例類別(instance-of)關系，反映的是實例與類別的關系，是概念層和實例層聯系的基礎，例如Tom是Person的一個實例通常表達為instance-of(Tom,Person)。因此本體中is-a關系是一些關鍵技術的基礎，如：推理、一致性檢測等技術的基礎。

現有技術中有許多is-a關系的補全方法，且對相關的is-a關系的補全方法做了評估，這些評估方法主要集中在對本體調試系統和本體推理機的方向。而如果需要對一個待補全數據集進行is-a關系的補全，現在的做法是人工分析每個is-a關系的補全方法及給定的待補全數據集的特點，從而選擇一個最適合的is-a關系的補全方法對待補全數據集進行補全算法，這種方法過程比較繁瑣。

發明內容

本發明實施例提供一種數據關系補全的推薦方法及裝置，實現了根據多種數據關系補全方法對訓練數據集進行某一形式關系的補全的第一評估參數值推薦至少一種合適的數據關系補全方法。

本發明實施例提供一種數據關系補全的推薦方法，包括：

根據待補全數據集確定訓練數據集；

用多種數據關系補全方法對所述訓練數據集進行某一形式關系的補全，所述某一形式關系為概念之間的子類關系，或是實例類別關系；

根據所述多種數據關系補全方法分別對所述訓練數據集進行所述補全的第一評估參數值，預測所述多種數據關系補全方法分別對所述待補全數據集進行所述補全的第二類評估參數值，將所述第二評估參數值的數學計算值作為對應數據關系補全方法針對所述某一形式關系的補全評估分值；

根據所述補全評估分值推薦所述多種數據關系補全方法中的至少一種數據關系補全方法。

本發明實施例還提供一種數據關系補全的推薦裝置，包括：

訓練確定單元，用于根據待補全數據集確定訓練數據集；

補全單元，用于用多種數據關系補全方法對所述訓練數據集進行某一形式關系的補全，所述某一形式關系為概念之間的子類關系，或是實例類別關系；

參數預測單元，用于根據所述多種數據關系補全方法分別對所述訓練數據集進行所述補全的第一評估參數值，預測所述多種數據關系補全方法分別對所述待補全數據集進行所述補全的第二評估參數值；

分值確定單元，用于將所述第二評估參數值的數學計算值作為對應數據關系補全方法針對所述某一形式關系的補全評估分值；

推薦單元，用于根據所述補全評估分值推薦所述多種數據關系補全方法中的至少一種數據關系補全方法。

可見，在發明本實施例中，數據關系補全的推薦裝置會根據多種數據關系補全方法分別對訓練數據集進行某一形式關系補全的第一評估參數值，預測多種數據關系補全方法分別對待補全數據集進行補全的第二類評估參數值，然后將第二評估參數值的數學計算值作為對應數據關系補全方法針對某一形式關系的補全評估分值，最后根據補全評估值推薦多種數據關系補全方法中的至少一種數據關系補全方法。由于訓練數據集是根據待補全數據集確定的，通過本實施例的方法就可以針對待補全數據集的數據特點，推薦一種較為合適的數據關系補全方法，以對待補全數據集進行某一形式關系的補全。

附圖說明