[發(fā)明專利]RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法

有效

• 申請?zhí)枺?/td>: 201710285751.6
• 申請日: 2017-04-27
• 公開（公告）號: CN107193882B
• 公開（公告）日: 2020-11-20
• 發(fā)明（設(shè)計(jì)）人: 漆桂林;黃超;高桓
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 王安琪

1.一種RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法，其特征在于，包括如下步驟：

(1)離線數(shù)據(jù)結(jié)構(gòu)處理；

該步驟對RDF數(shù)據(jù)進(jìn)行數(shù)據(jù)結(jié)構(gòu)上的預(yù)處理，包括三個方面：一是使用Jena對RDF數(shù)據(jù)進(jìn)行本地持久化存儲，二是使用Lucene對知識庫中所有實(shí)體的標(biāo)簽建立倒排索引，三是訓(xùn)練一個word2vec模型為知識庫中的每個實(shí)體和關(guān)系生成一個向量；

(2)將why-not問題中的關(guān)鍵字映射到RDF數(shù)據(jù)上的實(shí)體；

對于用戶提出的why-not問題，得到用戶所感興趣的項(xiàng)的關(guān)鍵字，然后從步驟(1)所建立的索引庫中檢索該關(guān)鍵字對應(yīng)的實(shí)體，從而將關(guān)鍵字映射到知識庫上的實(shí)體上去，得到一個候選實(shí)體集合；

(3)從候選實(shí)體出發(fā)，構(gòu)造一個局部圖；

通過在步驟(1)中所建立的持久化數(shù)據(jù)庫上查詢候選實(shí)體所關(guān)聯(lián)的邊和實(shí)體以及屬性和值信息，并對關(guān)聯(lián)的實(shí)體進(jìn)行擴(kuò)展，得到一個從候選實(shí)體出發(fā)，深度為某個固定值的局部圖；

(4)查詢分解；

將用戶查詢分解成若干個具有星型結(jié)構(gòu)的查詢子模式；

(5)圖匹配；

對于從步驟(4)得到的每一個查詢子模式，從局部圖中候選實(shí)體對應(yīng)的頂點(diǎn)出發(fā)，生成若干個以候選實(shí)體為頂點(diǎn)，邊數(shù)等于查詢子模式的邊數(shù)的星型結(jié)構(gòu)的子實(shí)例圖的集合，然后進(jìn)行查詢子模式和子實(shí)例圖之間的匹配，計(jì)算其相似度；之后將匹配的子實(shí)例圖中的葉子節(jié)點(diǎn)進(jìn)行擴(kuò)展，生成新的星形結(jié)構(gòu)的子實(shí)例圖并加入到子實(shí)例圖集合中，用于后續(xù)查詢子模式的匹配；最終為每一個查詢子模式計(jì)算得到一個匹配的子實(shí)例圖，將這些模式圖進(jìn)行合并生成一個與用戶查詢具有最高全局相似度的實(shí)例圖；

(6)生成why-not問題的解釋；

根據(jù)步驟(5)得到若干從候選實(shí)體出發(fā)且和用戶查詢相似的實(shí)例圖，選取與用戶查詢最相似的實(shí)例圖，并將其中的實(shí)體結(jié)點(diǎn)替換為查詢中對應(yīng)的變量結(jié)點(diǎn)；對比該實(shí)例圖和用戶查詢中的每一個結(jié)點(diǎn)和邊的標(biāo)簽信息，即可得到兩個圖的差異之處，這種差異即可用于解釋用戶的why-not問題。

2.如權(quán)利要求1所述的RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法，其特征在于，步驟(4)中RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法將用戶查詢分解成若干個具有星型結(jié)構(gòu)的查詢子模式的具體實(shí)現(xiàn)方法為：找到候選實(shí)體在查詢模式圖中對應(yīng)的變量結(jié)點(diǎn)，從該結(jié)點(diǎn)出發(fā)，生成一個星型結(jié)構(gòu)的模式子圖；然后將根結(jié)點(diǎn)相連的結(jié)點(diǎn)壓入隊(duì)列，從隊(duì)列中彈出一個結(jié)點(diǎn)，若該結(jié)點(diǎn)不是查詢模式圖的葉子結(jié)點(diǎn)，則生成一個星型結(jié)構(gòu)的子模式，否則繼續(xù)彈出下一個結(jié)點(diǎn)直到隊(duì)列為空。

3.如權(quán)利要求1所述的RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法，其特征在于，步驟(5)中RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法采用一種綜合考慮語義信息和結(jié)構(gòu)信息的相似度計(jì)算方法，計(jì)算方法如下：

在考慮語義信息方面，對于兩個結(jié)點(diǎn)或者兩條邊之間的相似，若結(jié)點(diǎn)是知識庫中的一對實(shí)例或者邊是知識庫中的一對關(guān)系，則通過計(jì)算其對應(yīng)的向量之間的余弦距離來表征語義相似度，否則采用編輯距離計(jì)算相似度；

在考慮結(jié)構(gòu)信息方面，如果節(jié)點(diǎn)是一個類結(jié)點(diǎn)，或者邊的標(biāo)簽是type信息，則采用最小公共父結(jié)點(diǎn)LCA方法來計(jì)算其結(jié)構(gòu)上的相似度，否則，采用Jaccard距離計(jì)算公式計(jì)算圖之間的結(jié)構(gòu)相似度。

4.如權(quán)利要求1所述的RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法，其特征在于，步驟(6)中RDF數(shù)據(jù)上基于圖匹配的why-not查詢回答方法在選取與用戶查詢最相似的實(shí)例圖的時候，通過為每一個候選實(shí)體生成若干和用戶查詢匹配的實(shí)例圖，并選取和用戶查詢具有最高全局相似度的實(shí)例圖完成。