【CN109992786A】一种语义敏感的RDF知识图谱近似查询方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910279900.7

(22)申请日 2019.04.09

(71)申请人 杭州电子科技大学

地址 310018 浙江省杭州市下沙高教园区2

号大街

(72)发明人 徐小良　颜海江　王宇翔　何宏　

夏一行　

(74)专利代理机构 杭州千克知识产权代理有限

公司 33246

代理人 周希良

(51)Int.Cl.

G06F 17/27(2006.01)

G06F 16/36(2019.01)

(54)发明名称

一种语义敏感的RDF知识图谱近似查询方法

(57)摘要

本发明公开了一种语义敏感的RDF知识图谱

近似查询方法,该方法包括以下步骤：将类型相

同的RDF知识图谱实体归为一类作为划入领域知

识子图，并将其作为根节点，通过根节点向外遍

历实体，根据实体与根节点周围的谓词的分布计

算混合实体相似度，同时选定合适的阈值，将混

合实体相似度大于阈值的划入子图；利用TransE

方法训练各个子图，获得子图谓词之间的语义相

似度；将谓词相似度作为RDF知识图谱实体之间

边的权重，并通过语义敏感的路径探查方法进行

Top -K近似查询，获取语义近似的路径和实体结

果。本发明利用子图划分，克服了大规模知识图

谱语义相似度时间复杂度高的问题，利用语义敏

感的路径探查方法加快查询的收敛速度。权利要求书2页 说明书5页 附图1页CN 109992786 A 2019.07.09

C N 109992786

A

1.一种语义敏感的RDF知识图谱近似查询方法，该方法包含如下步骤：

步骤1：领域知识子图划分

步骤1.1：领域知识子图划分的初始化

根据RDF知识图谱O中实体的类型，将属于一个领域知识的所有相关实体汇集成领域知识子图，得到O1、O2……O n，其中O i∈O，i＝1，2，3…n，领域知识子图O i中都包含了相同类型实体集合E i，其中E i∈E，对于领域知识子图O i 中的每个实体都有

步骤1.2：领域知识子图划分的完善

针对步骤1.1中的领域知识子图O i中的实体集合E i，

逐个遍历实体完善领域知识子图的划分：

a)将实体作为根节点通过广度优先遍历方法在RDF知识图谱O中向外遍历；

b)对探查到的每个实体，

考虑该实体和根节点周围谓词的分布，据此进行基于Jaccard和余弦相似度相结合的混合实体相似度计算；当混合实体相似度大于设定阈值时，将其纳入该领域知识子图，遍历直至找不到满足阈值条件的实体终止；

最终得到与领域知识相关的实体构成的领域知识子图，完成领域知识子图的划分；

步骤2：谓词的语义相似度计算

针对步骤1生成的每个领域知识子图O i，将其构建成TransE的输入数据，利用随机梯度下降法调整其向量表示最小化TransE的目标函数，以获取所有实体与谓词的语义向量，形成模型M i；

接着加载模型M i，对领域知识子图O i中每一个谓词计算其与其它谓词在模型中语义向量的距离，通过取负再归一化得到谓词之间的语义相似度值；最终，任意两个谓词间都将具有一个唯一的语义相似度值，可在后续查询中使用；

步骤3：语义敏感的Top-k近似查询，这个阶段具体包含如下步骤：

步骤3.1：待查领域知识子图的选取

用户给定一个查询图，通过一组明确的实体和谓词来查询所有符合某类型约束的未知实体；根据用户指定的期望返回的实体类型t选取领域知识子图O t，根据用户指定的关系谓词p选取该谓词与领域知识子图O t中其他谓词的语义相似度，维持一个对应关系谓词p的谓词语义相似度表S，作为领域知识子图O t中实体与实体之间边的权重，将用户指定的实体作为查询的起始点e start；若用户指定多个实体及其不同的关系谓词，则维持不同起始点对应不同谓词语义相似度表，后续的查询使用多线程的方式，每一线程使用不同的起始点和谓词语义相似度表进行探查；

步骤3.2：语义敏感的路径探查

a)创建一个优先级队列PQ用来存放需要向外遍历的实体及起始点到该实体经过的实体集合，即起始点到达该实体的路径；

b)将起始点e start放入优先级队列PQ中，优先级为1，路径{e start}；

c)从优先级队列PQ取出队列中的元素，假设取出的元素代表的实体为e，路径代表的实体集合为Path，循环遍历完e的邻居实体e nb；

d)新建实体集合NewPath，添加实体集合Path中的元素，并添加邻居实体e nb；

权　利　要　求　书1/2页

2

CN 109992786 A