[发明专利]一种基于多代理路由的图路径关系发现方法

说明书

技术领域

本发明涉及语义网技术，数据挖掘技术、图论应用和智能agent技术，尤其涉及多代理技术在大规模语义图上的关联信息挖掘。

背景技术

一、语义网技术

语义网的核心是：通过给万维网上的文档添加能够被计算机所理解的语义，从而使整个互联网成为一个通用的信息交换媒介。语义万维网通过使用标准、置标语言和相关的处理工具来扩展万维网的能力。所谓“语义”就是文本的含义，语义网就是能够根据语义进行判断的网络，也就是一种能够理解人类语言，可以使人与电脑之间的交流变得像人与人之间交流一样轻松的智能网络。

除了提供一种方式允许文本表达语义之外，语义网技术的另一个目的就是使得数据更加便于电脑进行智能处理和查找。通过三元组关系表达和语义标注技术，计算机能够利用智能软件，通过智能代理从大规模的语义关系图或者语义网络中筛选出相关的有用信息。

资源描述框架(Resource Description Framework，简称RDF)是一个用于表达关于万维网(World Wide Web)上的资源的信息的语言.它专门用于表达关于Web资源的元数据，比如Web页面的标题、作者和修改时间，Web文档的版权和许可信息，某个被共享资源的可用计划表等。RDF基于这样的思想：用Web标识符(称作统一资源标识符，Uniform Resource Identifier s或URIs)来标识事物，用简单的属性(property)及属性值来描述资源。这使得RDF可以将一个或多个关于资源的简单陈述表示为一个由节点和弧组成的图，其中的节点和弧代表资源、属性或属性值。

二、多代理(agent)技术

随着信息基础设施的建立和完善，人们对应用的要求越来越高。高智能性、网络化、高可靠性和快速适应性成为应用系统所追求的目标，这正是多agent系统的特点。所谓多agent系统是指一个由多个自治运行的agent组成的集体，在开放分布式网络环境中，agent是一个抽象实体，它是自治的，可以对自身环境、操作环境和环境变化采取行动。

三、基于语义相似度的聚类方法

语义相似度指的是文本所包含的语义之间的相似程度，也就是在实际环境的人类语言中，文本所指的意思的相似度。聚类是数据挖掘中经常使用的方法，目的是使得物理或抽象对象的集合分成由类似的对象组成的多个类的过程。聚类算法通常是基于相似性进行，最终能够方便计算任务进行，以及降低计算复杂度。

四、图论应用

图论以图为研究对象，图论中的图是由若干给定的点及连接两点的线所构成的图形。这种图形通常用来描述某些事物之间的某种特定关系，用节点表示事物，用连接两点的线表示相应两个事物间具有这种关系。这恰恰是语义网络最终转化成的语义关系图所具备的特质。因此，图论算法例如路径搜索算法通常可以被应用到语义网的语义关系搜索中去。

发明内容

本发明针对需要大规模关系数据的计算问题，克服单机难以快速获得全部知识的缺点，提出一种基于多代理路由的图路径关系发现方法。

为了解决上述技术问题，本发明的技术方案如下：

一种基于多代理路由的图路径关系发现方法，包括如下步骤：

1)利用基于W3C标准的资源描述语言和语义抽取及编辑工具从各个知识领域分别获取语义关系图，并将其作为关联关系发现的底层知识库；

2)通过一个主代理和多个分代理搭建多代理分布式路由框架；

3)提供用户交互接口；

4)主代理接收用户的假设命令后将其分配给分代理组进行查询任务；

5)分代理组接收所述查询任务后对其底层知识库进行关联关系路径的路由查询，路由查询结束后经过主代理向用户反馈答案。

作为可选方案，所述语义关系图采用语义三元组(s，p，o)来表达领域的语义知识，所述s表示主体，所述p表示属性关系，所述o表示被主体通过属性关系约束的客体；所述各个知识领域资源之间的语义相似度可抽取成为相似度矩阵，所述相似度矩阵的行列分别为所述语义关系图中任意两点的相似度且其数域范围为[0，1]，所述语义相似度为所述各个知识领域资源所指含义相近的程度。

作为可选方案，当所述分代理组中，分代理对其底层知识库进行关联关系路径的路由查询不足以完成查询任务时，则向所述主代理反馈局部答案并加入新假设命令，所述主代理接收所述新假设命令并对其重新分配给其他分代理进行关联关系路径的路由查询；上述过程可迭代直至用户假设命令被验证正确或错误，所述主代理对各个分代理反馈的局部答案进行整合。