基于代价模型的联邦知识图谱查询方法

研究基于代价模型的联邦知识图谱查询方法,有效查询联邦数据库知识图谱,为查询用户提供更为舒适的查询体验。设计以数据源、控制端为主要构成的联邦知识图谱查询方法架构,查询用户发出查询请求后,控制端通过各类RDF数据源提供的SPARQL查询性接口,访问各类RDF数据源,并抽象出相应的模式图,之后利用现有SPARQL引擎全文性搜索接口,找到对应用户输入关键字的候选性类点队列,并将各个关键字向模式图映射。然后,将映射到模式图的关键字当作出发点,使用最短路径法划分模式图,获得最短联通性模式子图,并对其执行SPARQL查询语句集合构建操作,而后利用代价模型寻找代价最小SPARQL查询语句执行计划,将多个SPARQL查询语句,传输至相应RDF数据源SPARQL查询接口,获取查询结果。实验结果表明:该方法能够使查询用户以较快的速度获取到更为准确的联邦知识图谱查询结果,在实际工作中优势显著。

基于映射规则的数据产品自动生成方法及系统

随着知识图谱的广泛应用,为了提高从中提取知识数据和产品数据的准确率和效率,以知识图谱为数据源,根据实际业务需求制定业务数据抽取与组织规则(抽取规则即为题目中的映射规则,设计规则的表达描述方法和规范约束,由业务需求者填写实际可实施抽取的规则),支持根据该规则从知识图谱中抽取符合规则的子图。由于该子图符合设计业务需求方的规则,因此该子图包含了符合业务需求的数据和组织结构。通过数据产品生成规则(从结构相对固定,具备实际业务含义的子图数据生成报告文档、统计表格等业务用户最终需要的数据产品),从抽取的子图生成需要的数据产品(报告文档,统计表格等)。通过SPARQL查询语言、自然语言生成等技术实现了以知识图谱为数据源,快速自动地生成文本、图表、报告文档等数据产品,大幅度提升了效率。

基于关系查询的应用系统向语义网移植的研究

针对基于关系数据库的遗留系统能否集成到语义层这一问题,研究关系查询到语义查询转换的完备性.分析一种从关系数据库获取本体的自动学习方法,抽取数据库表、属性同本体类、属性之间映射函数.基于这些函数,得出关系对应的基本简单协议和RDF查询语言(SPARQL)代数表达式.逐一用SPARQL代数来模拟5种基本关系代数运算:选择、投影、并、差和笛卡尔积,并给出其相应的转换算法.结果表明:在这种本体学习的方法下SPARQL代数可以表达5种基本关系代数,以及由它们组合而成的关系表达式,因此,SPARQL是关系完备的,并支持那些基于关系查询的遗留系统向语义层的移植.

基于知识图谱的查询语句重写机制及方法

随着语义Web技术和知识图谱的出现,目前查询模式大多要求查询结果与用户查询进行语义级匹配,简单的查询处理过程已经不能满足用户的查询需求。为此,对知识图谱查询涉及的重写技术和实现方法进行了研究,在定义SPARQL(SPARQL Protocol and RDF Query Language)查询模式的重写规则集合基础上,利用Prolog逻辑程序对SPARQL查询语句进行了重写实现。在分布式数据存储环境下,通过对LUBM (Lehigh University Benchmark)实验数据的测试分析证实,相比原查询语句,重写后的查询语句能挖掘出知识图谱中更多的语义信息。

近年来SPARQL查询技术的研究热点及进展

首先针对SPARQL查询语言的语法和查询过程等理论研究进行阐述,接着分析当前SPARQL查询技术的实现和扩展。最后通过对Science Direct、IEEE等数据库、语义网会议和相关大型项目的研究,总结出当前SPARQL的研究热点问题以及相关的研究进展,如关联数据的SPARQL查询、移动终端的SPARQL应用等。