語義數(shù)據(jù)上使用混合圖的快速有效的關(guān)鍵字查詢.pdf

1、2001年萬維網(wǎng)之父蒂姆?伯納斯-李和他的同事在《科學(xué)美國人》上面發(fā)表的一篇科普性的文章《The Semantic Web》標(biāo)志著語義萬維網(wǎng)的誕生。語義萬維網(wǎng)至今己經(jīng)發(fā)展了十幾年的時間。語義數(shù)據(jù)特點是結(jié)構(gòu)和語義。常見的語義數(shù)據(jù)是RDF數(shù)據(jù)。結(jié)構(gòu)化查詢語言是訪問語義數(shù)據(jù)的標(biāo)準(zhǔn)查詢語言，例如SPARQL查詢語言。怛是這種結(jié)構(gòu)化查詢復(fù)雜的語法阻礙了語義搜索的推廣。普通用戶習(xí)慣于使用簡單的關(guān)鍵字查詢。雖然它在表達(dá)能力上如結(jié)構(gòu)化查詢語言。但是因為

2、它快捷方便的強人優(yōu)勢，使得被現(xiàn)有的搜索引擎廣泛使用。
　　如果用戶能使用關(guān)鍵字查詢來訪問RDF數(shù)據(jù)，可以使得用戶不需要掌握學(xué)習(xí)曲線很陡峭的結(jié)構(gòu)化查詢語言，同時用需要理解復(fù)雜且可能快速演進(jìn)的數(shù)據(jù)模式。在近幾年中，把關(guān)鍵字轉(zhuǎn)換成SPARQL查詢得到了廣泛的研究?，F(xiàn)有的方法主要分為兩類，一類是基于原始的RDF實例圖的方法（基于RDF實例圖方法)，這類方法通常能得的準(zhǔn)確的結(jié)果，代價是運行時間會很長。另一類是基于模式圖的方法(基于模式圖方法

3、)，這種方法能人人加快轉(zhuǎn)換的速度，侃是通常精度會很低。在這篇論文中，我們提出了一個創(chuàng)新的方法，這種方法基于一個混合圖，這個混合圖能平衡轉(zhuǎn)換的準(zhǔn)確度和轉(zhuǎn)換的效率。對于給定的RDF圖，我們還定義了一個計分函數(shù)，這個函數(shù)能用來評估轉(zhuǎn)換準(zhǔn)確度和效率之間的權(quán)衡。這個函數(shù)能指導(dǎo)整個混合圖的生成。在這個混合圖h.我們實現(xiàn)了一個把關(guān)鍵字轉(zhuǎn)換成結(jié)構(gòu)化查詢的框架。在三個不同類型的數(shù)據(jù)集上做了實驗，實驗表明我們的方法對于基于實例圖的方法在準(zhǔn)確性下降不多的惜況