基于知识图谱的查询语句重写机制及方法

吉林大学学报(信息科学版) ›› 2021, Vol. 39 ›› Issue (1): 87-93.

基于知识图谱的查询语句重写机制及方法

刘思培¹, 蔡一凡², 曹玲玲¹, 侯海婷¹, 鲍家坤¹, 袁鸯¹

1. 北方信息控制研究院集团有限公司总体部, 南京 211111; 2. 吉林大学软件学院,长春 130012

收稿日期:2019-11-28 出版日期:2021-03-19 发布日期:2021-03-22
作者简介:刘思培(1981— ),男,安徽宿州人,北方信息控制研究院集团有限公司高级工程师,博士,主要从事军事信息系统总体技术研究,(Tel)86-13404143621(E-mail)lsp_jlu@163.com
基金资助:
装备发展部“十三五冶国家高科技共性基础预研课题基金资助项目(31510040201)

Mechanism and Method of Query Rewriting for Knowledge Graph

LIU Sipei¹, CAI Yifan², CAO Lingling¹, HOU Haiting¹, BAO Jiakun¹, YUAN Yang¹

1. Overall Department, North Information Control Research Acdemy Group Company Limited, Nanjing 211111, China;2. College of Software, Jilin University, Changchun 130012, China

Received:2019-11-28 Online:2021-03-19 Published:2021-03-22

摘要/Abstract

摘要： 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。

关键词: 知识图谱, 本体, SPARQL 查询语言, 查询重写

Abstract: With the emergence of semantic web technologies and knowledge maps, most of the current query models require semantic matching between query results and user queries. The simple query process can not meet the user’s query requirements. Therefore, the rewriting techniques and implementation methods involved in knowledge graph query are studied. On the basis of defining the rewrite rule set of SPARQL(SPARQL Protocol and RDF Query Language) query mode, the SPARQL is rewritten by Prolog. In the distributed data storage environment, through the test analysis of the experimental data of LUBM(Lehigh University Benchmark), it is found that the rewritten query can mine more semantic information in the knowledge map than the original query.

Key words: knowledge graph, ontology, SPARQL protocol and RDF query language ( SPARQL );query rewriting

中图分类号:

TP181

刘思培, 蔡一凡, 曹玲玲, 侯海婷, 鲍家坤, 袁鸯. 基于知识图谱的查询语句重写机制及方法[J]. 吉林大学学报(信息科学版), 2021, 39(1): 87-93.

LIU Sipei , CAI Yifan , CAO Lingling , HOU Haiting , BAO Jiakun , YUAN Yang . Mechanism and Method of Query Rewriting for Knowledge Graph[J]. Journal of Jilin University (Information Science Edition), 2021, 39(1): 87-93.

[1]	袁满, 李盛锐, 刘小野. 地质知识图谱标准化模型研究[J]. 吉林大学学报(信息科学版), 2021, 39(2): 215-222.
[2]	袁满, 褚冰, 肖垚. 基于叙词表的油藏构造知识图谱[J]. 吉林大学学报(信息科学版), 2020, 38(1): 72-78.
[3]	袁满, 仇婷婷, 胡超. 细粒度课程知识元组织模型及知识图谱实现[J]. 吉林大学学报(信息科学版), 2019, 37(5): 526-532.
[4]	陈晓玲, 全志薇, 张慧, 武晓敏, 岑丹. 基于科学知识图谱的辽宁省区域研究热点分析[J]. 吉林大学学报(信息科学版), 2018, 36(6): 666-673.
[5]	袁满, 张丽伟, 彭悟焯. 基于本体术语学的教育领域多语言本体构建[J]. 吉林大学学报(信息科学版), 2018, 36(5): 561-568.
[6]	朱艳茹，范亚芹，赵洋. 基于知识图谱的自适应学习系统知识模型构建[J]. 吉林大学学报(信息科学版), 2018, 36(3): 345-350.
[7]	于超, 王璐, 程道文. 基于本体的教育资源语义检索系统研究[J]. 吉林大学学报(信息科学版), 2018, 36(2): 207-212.
[8]	袁满, 刘峰. EXPRESS 向 OWL2 本体模型自动转换研究[J]. 吉林大学学报(信息科学版), 2018, 36(1): 69-77.
[9]	袁满, 谢兰, 张晓冉. 数据质量约束规则的本体描述及推理研究[J]. 吉林大学学报(信息科学版), 2017, 35(6): 670-677.
[10]	李凯, 李万龙, 郑山红, 张亚凤. 改进的多策略本体映射方法[J]. 吉林大学学报(信息科学版), 2016, 34(4): 536-542.
[11]	贺海涛, 郑山红, 李万龙, 彭馨仪. 基于关联规则和语义规则的本体概念提取研究[J]. 吉林大学学报(信息科学版), 2014, 32(6): 657-663.
[12]	贺海涛, 郑山红, 侯丽鑫, 王国春, 王璐. 基于中文文本的疾病领域本体学习的研究[J]. 吉林大学学报(信息科学版), 2014, 32(1): 76-81.
[13]	侯丽鑫, 郑山红, 贺海涛, 赵辉, 韩冬. 融合概念格约简的中文领域本体学习方法[J]. 吉林大学学报(信息科学版), 2013, 31(6): 621-626.
[14]	孟祥宝, 潘子健, 朱玉祥, 李军. 利用工程图学考试检验学生空间思维能力[J]. J4, 2011, 29(4): 370-374.
[15]	刘华文\|申春\|杨冬\|刘磊. 语义Web服务基础技术研究综述[J]. J4, 2010, 28(01): 47-.