申请/专利权人：辽宁大学

申请日：2021-07-29

公开（公告）日：2024-03-22

公开（公告）号：CN113569057B

主分类号：G06F16/36

分类号：G06F16/36;G06F16/31;G06F16/33

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.11.16#实质审查的生效;2021.10.29#公开

摘要：本发明涉及一种面向本体标签知识图谱的样例查询方法，属于数据查询及查询优化领域。该方法首先利用本体标签树索引，将实体节点按照本体标签层级进行划分形成树形结构，以便快速确定查询节点候选范围，提高查询效率，更好的体现实体间语义关系及用户的查询意图；通过本体标签树索引形成一级本体标签索引以及d‑邻域信息缩小搜索空间，得到更精确的候选结果集，使查找结果更准确；接着将候选节点集合按相关性公式计算得分并降序排序，便于形成有序的答案集；最后，选取选择性最小的查询节点作为起始节点进行边标签同构匹配，以减少候选匹配代价,通过边标签同构迭代修剪子图，采用有效的双向边索引技术，不必遍历候选节点的所有邻接边即可形成有序的候选结果，提高匹配效率。

主权项：1.一种面向本体标签知识图谱的样例查询方法，其特征在于，其步骤为：步骤1：构建本体标签树索引：定义1：本体标签知识图谱G＝VG,EG,TG,LG，其中VG表示顶点集合,EG表示边集合，TG表示顶点的本体标签集合，LG表示边标签集合；定义2：父标签、子标签和后继子标签；一级本体标签t1和二级本体标签t11、t12之间的关系是父子关系，t1为父标签，t11、t12为t1的子标签，三级本体标签t111、t112作为二级本体标签t11的子标签，它们也都是一级本体标签t1的后继子标签；本体标签按横向划分称为本体标签层级集合记为Th[],当h＝1时，Th[]中存放所有一级本体标签；h＝2时，Th[]中存放所有二级本体标签；每个本体标签ti都有自己的后继子标签集合ti[]；步骤1-1将本体标签按照层级进行划分，得到Th[]集合；步骤1-2计算每个本体标签的后继子标签集合；步骤1-3初始化根节点的层数h＝0，并将所有本体标签放入根节点中,然后调用函数BuildNode来创建其子树；在BuildNode函数中，首先更新层数，即本体标签的级数，得到Th[]集合，并获得ti[]集合后建立本体标签树节点，将此树节点加入到根节点的孩子节点并从根节点中移除此孩子节点所包含的所有本体标签；步骤1-4最终为每个树节点创建所包含此本体标签的实体节点的倒排列表，并形成本体标签树返回；步骤2筛选候选节点集合；步骤2-1利用一级本体标签索引过滤候选节点集合；步骤2-2利用d-邻域过滤候选节点；步骤2-3将候选节点集合进行排序；步骤3构建双向索引；具体方法为：在本体标签知识图谱中，每个实体节点自身带有标签，实体之间通过具有属性标签的有向边相连，在进行边标签同构匹配查询之前，为知识图谱中每个实体节点创建以下双向索引： 其中ns标识节点，和分别表示节点ns的入度索引和出度索引，lx:＜nm,...,nj＞，ly:＜nm,...,ni＞分别表示入度边标签为lx和出度边标签为ly的节点集合，countInns和countoutns分别表示节点ns的入度、出度节点总个数；步骤3-1知识图谱中一个节点q，找到节点q的一个邻居节点p，如果有并且节点p,q都没有被访问过，将边标签l添加到节点q的入度索引集合Inq，并将节点p加入到集合Inq中标签为l的节点集合Inlq，节点q的入度索引集合中总节点数countInq加一；按照相同的方法记录节点p的出度索引Outp集合、Outlp集合和countOutp；步骤3-2按照步骤3-1中所述的方法，记录情况下Outq、Outlq、countOutq、Inp、Inlp、countInp；步骤3-3标记节点q节点被访问过，记录q节点的双向索引Bi-directionalindexq；步骤3-4重复此过程，直到建立所有节点的双向索引；步骤4进行边标签同构匹配。

全文数据：

权利要求：

百度查询： 辽宁大学 一种面向本体标签知识图谱的样例查询方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD