[发明专利]RDF数据上基于图匹配的why-not查询回答方法

权利要求书

1.一种RDF数据上基于图匹配的why-not查询回答方法，其特征在于，包括如下步骤：

(1)离线数据结构处理；

该步骤对RDF数据进行数据结构上的预处理，包括三个方面：一是使用Jena对RDF数据进行本地持久化存储，二是使用Lucene对知识库中所有实体的标签建立倒排索引，三是训练一个word2vec模型为知识库中的每个实体和关系生成一个向量；

(2)将why-not问题中的关键字映射到RDF数据上的实体；

对于用户提出的why-not问题，得到用户所感兴趣的项的关键字，然后从步骤(1)所建立的索引库中检索该关键字对应的实体，从而将关键字映射到知识库上的实体上去，得到一个候选实体集合；

(3)从候选实体出发，构造一个局部图；

通过在步骤(1)中所建立的持久化数据库上查询候选实体所关联的边和实体以及属性和值信息，并对关联的实体进行扩展，得到一个从候选实体出发，深度为某个固定值的局部图；

(4)查询分解；

将用户查询分解成若干个具有星型结构的查询子模式；

(5)图匹配；

对于从步骤(4)得到的每一个查询子模式，从局部图中候选实体对应的顶点出发，生成若干个以候选实体为顶点，边数等于查询子模式的边数的星型结构的子实例图的集合，然后进行查询子模式和子实例图之间的匹配，计算其相似度；之后将匹配的子实例图中的叶子节点进行扩展，生成新的星形结构的子实例图并加入到子实例图集合中，用于后续查询子模式的匹配；最终为每一个查询子模式计算得到一个匹配的子实例图，将这些模式图进行合并生成一个与用户查询具有最高全局相似度的实例图；

(6)生成why-not问题的解释；

根据步骤(5)得到若干从候选实体出发且和用户查询相似的实例图，选取与用户查询最相似的实例图，并将其中的实体结点替换为查询中对应的变量结点；对比该实例图和用户查询中的每一个结点和边的标签信息，即可得到两个图的差异之处，这种差异即可用于解释用户的why-not问题。

2.如权利要求1所述的RDF数据上基于图匹配的why-not查询回答方法，其特征在于，步骤(4)中RDF数据上基于图匹配的why-not查询回答方法将用户查询分解成若干个具有星型结构的查询子模式的具体实现方法为：找到候选实体在查询模式图中对应的变量结点，从该结点出发，生成一个星型结构的模式子图；然后将根结点相连的结点压入队列，从队列中弹出一个结点，若该结点不是查询模式图的叶子结点，则生成一个星型结构的子模式，否则继续弹出下一个结点直到队列为空。

3.如权利要求1所述的RDF数据上基于图匹配的why-not查询回答方法，其特征在于，步骤(5)中RDF数据上基于图匹配的why-not查询回答方法采用一种综合考虑语义信息和结构信息的相似度计算方法，计算方法如下：

在考虑语义信息方面，对于两个结点或者两条边之间的相似，若结点是知识库中的一对实例或者边是知识库中的一对关系，则通过计算其对应的向量之间的余弦距离来表征语义相似度，否则采用编辑距离计算相似度；

在考虑结构信息方面，如果节点是一个类结点，或者边的标签是type信息，则采用最小公共父结点LCA方法来计算其结构上的相似度，否则，采用Jaccard距离计算公式计算图之间的结构相似度。

4.如权利要求1所述的RDF数据上基于图匹配的why-not查询回答方法，其特征在于，步骤(6)中RDF数据上基于图匹配的why-not查询回答方法在选取与用户查询最相似的实例图的时候，通过为每一个候选实体生成若干和用户查询匹配的实例图，并选取和用户查询具有最高全局相似度的实例图完成。