[发明专利]一种数据实体识别方法、装置、计算机设备及存储介质

权利要求书

1.一种数据实体识别方法，其特征在于，包括：

通过数据的关系模式和属性构建数据集；

对所述数据集中的谓词进行合取，并根据合取的谓词和数据的关系模式建立匹配规则；

基于所述匹配规则，采用MQO技术生成查询计划；

利用所述查询计划对实体数据集合进行匹配计算。

2.根据权利要求1所述的数据实体识别方法，其特征在于，所述通过数据的关系模式和属性构建数据集，包括：

按照下式获取数据的关系模式：

R＝(R₁,…R_i,…R_m)

式中，R_i表示关系模式(A₁:τ₁,…A_i:τ_i,…A_n:τ_n)，A_i表示属性类型τ_i；

将所述数据集D表示为D＝(D₁,…D_i,…D_m)，其中D_i表示一种关系模式R_i下的一个关系。

3.根据权利要求2所述的数据实体识别方法，其特征在于，还包括：

按照下式对所述数据集中的谓词p进行设置：

式中，R(t)表示R的一个关系原子，即t是关系模式R下的一个元组变量；当t被R(t)绑定，A是关系模式R中的一个属性时，t.A表示元组变量t的属性A；在t.A＝c中，c表示属性A的取值域中的一个常量；在t.A＝s.B中，A∈R和B∈R'拥有同样的类型；M表示用于实体消解的ML分类器，和是两个等长的属性向量；表示用于实体消解的ML分类器；

将所述匹配规则φ中的变量赋值函数h，并将匹配规则φ中的每个关系原子R(t)绑定的元组变量t实例化映射成数据集D中的元组；

若p为R(t)，t.a＝c或t.a＝s.B时，则按照一阶逻辑的标准语义进行关系演算的结果为真；

若p为则当ML分类器M在时预测结果为“匹配”；

若谓词合取X中的所有谓词p均满足时，则将函数设置为

4.根据权利要求1所述的数据实体识别方法，其特征在于，所述对所述数据集中的谓词进行合取，并根据合取的谓词和数据的关系模式建立匹配规则，包括：

按照下式建立匹配规则φ：

X→l

式中，X是R上谓词的合取，l是形式为t.id＝s.id或的谓词，其中，t和s在X中与关系模式进行了绑定；

分别将X和l设置为所述匹配规则φ的前提条件和结果。

5.根据权利要求1所述的数据实体识别方法，其特征在于，所述基于所述匹配规则，采用MQO技术生成查询计划，包括：

获取所述数据集的查询语句；

采用MQO技术将所述查询语句分解为多个子查询；

在多个子查询中查找搜索公共子查询，以生成有向无环图的查询计划。

6.根据权利要求3所述的数据实体识别方法，其特征在于，还包括：

按照共享关系原子数量对匹配规则设置第一顺序O_r；

按照共享哈希函数的匹配规则的数量对数据集的谓词上设置第二顺序O_p，并根据所述第二顺序为不同变量分配哈希函数；

在哈希函数上设置第三顺序O_h，按照所述第三顺序对不同变量进行排序。