[發明專利]基于多種存儲介質的知識圖譜檢索方法及系統

在審

• 申請號: 201811636233.5
• 申請日: 2018-12-29
• 公開（公告）號: CN109783599A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 徐汕;梁炬;黃文鋒;張晶亮;單酉;楊端;衛未
• 申請（專利權）人: 北京航天云路有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/33;G06F16/36;G06F16/34
• 代理公司: 北京紐樂康知識產權代理事務所(普通合伙) 11210
• 代理人: 白明珠

本發明公開了一種基于多種存儲介質的知識圖譜檢索方法及系統，利用全文搜索引擎訪問全局ID；將所述全局ID利用圖數據庫檢索相互關聯的實體，查詢所有關聯ID；所述關聯ID利用分布式數據存儲系統檢索結構化數據。本發明有益效果：大幅提升檢索結果的廣度和深度，為用戶提供更加精準快捷的檢索體驗。

技術領域

本發明涉及信息檢索技術領域，具體來說，涉及一種基于多種存儲介質的知識圖譜檢索方法及系統。

背景技術

隨著互聯網的發展，網絡數據內容呈現爆炸式增長的態勢。互聯網內容的大規模、異質多元、組織結構松散的特點，給人們有效獲取信息和知識提出了挑戰。

全文檢索是目前廣泛應用的主流檢索技術。通過掃描文章中的每一個詞，對每一個詞建立一個索引，指明該詞出現的次數和位置，當用戶查詢時，檢索程序就根據事先建立的索引進行查找，并將查找的結果反饋給用戶。

全文檢索的方法主要分為按字檢索和按詞檢索兩種：一種是按字檢索是對文章中的每一個字建立索引，檢索時將詞分解為字的組合。對于各種不同的語言而言，字有不同的含義，比如英文中字與詞實際上是合一的，而中文中字與詞有很大分別。另一種是按詞檢索是對文章中的詞，即語義單位建立索引，檢索時按詞檢索，并且可以處理同義項等。英文等西方文字由于按照空白切分詞，因此實現上與按字處理類似，添加同義處理也很容易。中文等東方文字則需要切分字詞，以達到按詞索引的目的。

知識圖譜（Knowledge Graph），顯示知識發展進程與結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯系。知識圖譜以其強大的語義處理能力和開放組織能力，為數據信息的精準快速檢索提供技術基礎。

針對相關技術中的問題，目前尚未提出有效的解決方案。

發明內容

針對相關技術中的上述技術問題，本發明提出一種基于多種存儲介質的知識圖譜檢索方法及系統，能夠傳統檢索方法中返回的結果只包含關鍵字內容。

為實現上述技術目的，本發明的技術方案是這樣實現的：

一種基于多種存儲介質的知識圖譜檢索方法，包括以下步驟：

利用全文搜索引擎訪問全局ID；

將所述全局ID利用圖數據庫檢索相互關聯的實體，查詢所有關聯ID；

所述關聯ID利用分布式數據存儲系統檢索結構化數據。

進一步地，所述利用全文搜索引擎訪問唯一全局ID包括：

索引文件通過語言處理生成系列詞；

將所述系列詞通過創建索引生成反向索引表；

通過索引存儲將所述反向索引表輸入存儲裝置。

進一步地，所述利用全文搜索引擎訪問唯一全局ID還包括：

分析查詢語句生成系列詞；

分析所述系列詞生成查詢樹；

通過索引存儲將索引讀入存儲裝置；

利用所述查詢樹搜索所述索引生成文檔鏈表，對所述文檔鏈表進行交差。

進一步地，所述將全局ID利用圖數據庫檢索相互關聯的實體，查詢所有關聯ID包括：

生成數據的圖結構模型；

將索引通過屬性值查找節點或關系；

結合查詢語句進行深度檢索。

進一步地，所述關聯ID利用分布式數據存儲系統檢索結構化數據包括：