[發(fā)明專利]自動(dòng)本體生成的方法、系統(tǒng)和介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201780079370.0
• 申請(qǐng)日: 2017-12-07
• 公開(kāi)（公告）號(hào): CN110088749B
• 公開(kāi)（公告）日: 2023-05-26
• 發(fā)明（設(shè)計(jì)）人: M·奧伯霍菲爾;S·舒瑪徹;O·沃爾夫;M·考貝特;J·利姆伯恩
• 申請(qǐng)（專利權(quán)）人: 國(guó)際商業(yè)機(jī)器公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/25
• 代理公司: 中國(guó)貿(mào)促會(huì)專利商標(biāo)事務(wù)所有限公司 11038
• 代理人: 程晨

為來(lái)自多個(gè)數(shù)據(jù)源的數(shù)據(jù)集合自動(dòng)生成本體。已知概念的語(yǔ)義網(wǎng)絡(luò)用作用于知識(shí)的目標(biāo)域的本體模板，其中已知概念被定義為基本實(shí)體類型。從數(shù)據(jù)源讀取數(shù)據(jù)邏輯分組和相關(guān)聯(lián)的技術(shù)元數(shù)據(jù)。應(yīng)用數(shù)據(jù)發(fā)現(xiàn)技術(shù)來(lái)檢測(cè)數(shù)據(jù)邏輯分組中的數(shù)據(jù)特性的語(yǔ)義和/或語(yǔ)法分類。對(duì)于每個(gè)數(shù)據(jù)邏輯分組，生成具有用于數(shù)據(jù)特性的屬性的實(shí)體類型，并且將生成的實(shí)體類型添加到語(yǔ)義網(wǎng)絡(luò)，其中生成的實(shí)體類型具有從應(yīng)用的數(shù)據(jù)發(fā)現(xiàn)技術(shù)導(dǎo)出的屬性分類。生成的實(shí)體類型的語(yǔ)義含義被生成并與語(yǔ)義網(wǎng)絡(luò)內(nèi)的其他實(shí)體類型相關(guān)聯(lián)，并且語(yǔ)義網(wǎng)絡(luò)被輸出作為該數(shù)據(jù)集合的結(jié)果本體。

技術(shù)領(lǐng)域

本發(fā)明一般涉及自動(dòng)本體生成，更具體地，涉及使用語(yǔ)義網(wǎng)絡(luò)自動(dòng)生成本體。

背景技術(shù)

本體是特定域存在的實(shí)體的類型、屬性(property)和相互關(guān)系的正式的命名和定義。

重要的業(yè)務(wù)信息(例如客戶信息)通常重復(fù)存儲(chǔ)在企業(yè)內(nèi)的多個(gè)存儲(chǔ)庫(kù)中。對(duì)于不同類型的項(xiàng)目，需要找到、協(xié)調(diào)存儲(chǔ)在許多冗余的存儲(chǔ)庫(kù)副本中的數(shù)據(jù)并將其移動(dòng)到單個(gè)目標(biāo)系統(tǒng)中。此類項(xiàng)目的示例可能包括數(shù)據(jù)倉(cāng)庫(kù)、面向系統(tǒng)應(yīng)用產(chǎn)品(SAP)應(yīng)用的應(yīng)用整合或主數(shù)據(jù)管理(MDM)。

主數(shù)據(jù)管理通過(guò)查找最重要的數(shù)據(jù)子集(稱為主數(shù)據(jù))并將其整合到單個(gè)存儲(chǔ)庫(kù)或連接的存儲(chǔ)庫(kù)組中來(lái)解決客戶數(shù)據(jù)重復(fù)問(wèn)題。大型企業(yè)擁有數(shù)百個(gè)數(shù)據(jù)源系統(tǒng)，需要將數(shù)據(jù)輸入公共目標(biāo)系統(tǒng)、如主數(shù)據(jù)管理系統(tǒng)。分析遺留系統(tǒng)中數(shù)據(jù)的形狀和含義并將它們映射到公共本體的過(guò)程需要非常大量的手動(dòng)操作，這可能容易出錯(cuò)。因此，需要針對(duì)感興趣的域(例如，主數(shù)據(jù)，事務(wù)數(shù)據(jù)等)自動(dòng)地為這些項(xiàng)目構(gòu)建公共本體。

為MDM存儲(chǔ)庫(kù)構(gòu)建本體通常從采訪業(yè)務(wù)利益相關(guān)者開(kāi)始，以確定源系統(tǒng)中存在的實(shí)體的一般概念和類型。一旦確定了高層級(jí)的概念，構(gòu)建詳細(xì)本體的典型方法如下。

·手動(dòng)檢查源系統(tǒng)元數(shù)據(jù)，查找業(yè)務(wù)概念及其屬性之間的共性，并手動(dòng)構(gòu)建特定源系統(tǒng)集的所需本體。

·從包含最常使用的實(shí)體類型和特性(attribute)的默認(rèn)本體開(kāi)始，并通過(guò)添加新實(shí)體類型和屬性為特定實(shí)現(xiàn)自定義它，并重命名默認(rèn)本體以表示業(yè)務(wù)術(shù)語(yǔ)。

·從特定行業(yè)(例如，銀行模型，保險(xiǎn)模型)的所有實(shí)體類型和特性的詳細(xì)本體開(kāi)始并自定義它。

所有這些方法都需要將最終本體映射回源系統(tǒng)的后續(xù)步驟，以便新的本體可用于從源提取數(shù)據(jù)以將其移動(dòng)到公共目標(biāo)；例如，從具有主數(shù)據(jù)的許多源移動(dòng)到集中式MDM存儲(chǔ)庫(kù)。

手動(dòng)檢查數(shù)百個(gè)源系統(tǒng)、了解系統(tǒng)中數(shù)據(jù)的含義、并手動(dòng)將它們映射到目標(biāo)本體是非常耗時(shí)的。因此，大多數(shù)企業(yè)無(wú)法負(fù)擔(dān)在企業(yè)規(guī)模上引入MDM系統(tǒng)，或者只能為小的系統(tǒng)子集實(shí)施MDM系統(tǒng)。

因此，本領(lǐng)域需要解決上述問(wèn)題。

發(fā)明內(nèi)容

根據(jù)本發(fā)明的一個(gè)方面，提供了一種用于為來(lái)自多個(gè)數(shù)據(jù)源的數(shù)據(jù)集合自動(dòng)生成本體的計(jì)算機(jī)實(shí)現(xiàn)的方法，包括：提供已知概念的語(yǔ)義網(wǎng)絡(luò)作為用于知識(shí)的目標(biāo)域的本體模板，其中已知概念定義為基本實(shí)體類型；從數(shù)據(jù)源讀取數(shù)據(jù)邏輯分組和相關(guān)聯(lián)的技術(shù)元數(shù)據(jù)；應(yīng)用數(shù)據(jù)發(fā)現(xiàn)技術(shù)來(lái)檢測(cè)數(shù)據(jù)邏輯分組中的數(shù)據(jù)特性的語(yǔ)義和/或語(yǔ)法分類；對(duì)于數(shù)據(jù)邏輯分組中的每一個(gè)，生成具有用于數(shù)據(jù)特性的屬性的實(shí)體類型，并將生成的實(shí)體類型添加到語(yǔ)義網(wǎng)絡(luò)，其中生成的實(shí)體類型具有從應(yīng)用的數(shù)據(jù)發(fā)現(xiàn)技術(shù)導(dǎo)出的屬性分類；；檢測(cè)生成的實(shí)體類型的語(yǔ)義含義，并將它們與語(yǔ)義網(wǎng)絡(luò)中的其他實(shí)體類型相關(guān)聯(lián)；以及，輸出語(yǔ)義網(wǎng)絡(luò)作為該數(shù)據(jù)集合的結(jié)果本體。

提供已知概念的語(yǔ)義網(wǎng)絡(luò)作為本體模板可以包括提供具有基于特性的屬性以及屬性的已知分類集合的基本實(shí)體類型，并且其中通過(guò)應(yīng)用數(shù)據(jù)發(fā)現(xiàn)技術(shù)檢測(cè)的分類可以是基本實(shí)體類型的已知分類。

生成具有用于數(shù)據(jù)特性的屬性的實(shí)體類型可以將來(lái)自相關(guān)聯(lián)的技術(shù)元數(shù)據(jù)的名稱用于所生成的實(shí)體類型和屬性。