[发明专利]低代码交互式的图查询语句构建方法

说明书

本申请涉及计算机技术领域的一种低代码交互式的图查询语句构建方法，所述方法采用低代码技术，针对分布式图数据库主流图查询语言设计低代码建模规则及语言翻译引擎，用户通过拖拽算子、配置参数的方式快速构建查询模型，语言翻译引擎会将模型翻译为图查询语言的图查询语句，然后将语句提交至图数据库进行查询，从而实现基于社交网络关系图谱的快捷、灵活挖掘分析。本方法能够满足不同场景下对多个目标或群体进行多种类关系、多层级连接、多限定条件的复杂查询语句构建，有效的提升了图谱查询的多样性；本方法降低图查询的技术门槛，使业务人员能够独立、快捷开展复杂图谱分析，极大的降低了图谱查询模型开发周期。

技术领域

本申请涉及计算机技术领域，特别是涉及一种低代码交互式的图查询语句构建方法。

背景技术

知识图谱，作为一种揭示实体之间关系的语义网络，为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了更为有效的方式，使得网络的智能化水平更高，更加接近于人类的认知思维。查询和检索是知识图谱的重要使用方式，也是知识图谱数据管理系统的核心能力之一，而目前的查询检索要求使用者使用复杂图查询语句，学习成本非常大，阻碍了知识图谱问答的应用。与此同时，低代码开发平台作为当下软件开发的新潮流，是一种无需编码或者通过少量代码就可以快速生成应用程序的开发平台。它提供了易于理解的可视化建模工具，使具有不同经验水平的开发人员可以通过拖拽组件和模型驱动的逻辑，来创建网页或移动应用、数据模型，并构建业务流程，必要时还可以添加自己的代码。使业务人员可以更专注于业务开发，大大降低了开发成本与维护成本。

由于在知识图谱查询检索领域中，希望业务人员能够更专注于业务知识本身，与图查询检索语言无关。基于此，如何能够方便快捷地构建图查询语句，实现低代码交互的知识图谱查询检索，成为知识图谱与低代码结合的不容忽视的问题。

在图谱查询中现有的查询检索技术存在以下问题：无论是基于模板匹配技术实现知识图谱问答系统，还是基于自然语言实现知识图谱查询，都是通过预先构建不同意图对应的查询模板，然后通过自然语言处理技术提取该用户问句包含的意图和实体，从而实现知识图谱查询。这样使得业务人员无法灵活挖掘图谱信息进行复杂关系分析，仅能查询有限的知识图谱内容。

发明内容

基于此，有必要针对上述技术问题，提供一种低代码交互式的图查询语句构建方法，该方法能够方便快捷地构建图查询语句，实现低代码交互的知识图谱查询检索。

一种低代码交互式的图查询语句构建方法，所述方法包括：

根据预定的分布式图数据库图查询语言，设计低代码建模规则；所述低代码建模规则包括算子本身的数据结构和算子组合的语法树。

根据所述低代码建模规则和预定的分布式图数据库图查询语言，设计语言翻译引擎；

在可视化界面上用户根据设定好的执行逻辑通过拖拽算子、配置参数的方式快速构建查询模型。

采用语言翻译引擎将所述查询模型翻译为用分布式图数据库图查询语言表达的图查询语句。

根据图查询语句在图数据库中进行查询，并返回查询结果。

在其中一个实施例中，根据预定的分布式图数据库图查询语言，设计低代码建模规则，包括：

根据预定的分布式图数据库图查询语言，设计算子本身的数据结构；所述算子本身的数据结构包括初始节点算子、节点关联算子、匹配筛选算子、条件判断算子、属性包含算子以及重复循环算子本身的数据结构。

根据预定的分布式图数据库图查询语言的语法，设计算子组合的语法树。

在其中一个实施例中，所述初始节点算子代表图谱构建的初始点，作为图查询的第一步或起始节点；所述初始节点算子的计算逻辑与Gremlin语言中的g.V()的计算逻辑相同。