[发明专利]一种基于关键字上下文的SPARQL查询语句自动生成方法

权利要求书

1.一种基于关键字上下文的SPARQL查询语句自动生成方法，其特征在于该方法包括：

第1、采用RDF数据到标签图的映射方法，基于实体类型和实体之间关系对RDF标签图进行模式摘要处理；

第1.1、将RDF数据映射为一个标签图，

定义1：RDF数据映射为一个标签图，用三元组G＝(V,L,E)表示，其中：

①.V＝V_E∪V_C∪V_L为顶点集，V_E表示实体节点集合，V_C表示类型节点集合，V_L表示文字节点集合；

②.L＝L_R∪L_A∪{type,subClassOf}为边上标签集合，L_R表示实体节点之间边的标签集合，L_A表示连接实体节点和文字节点边的标签集合，type表示描述实体类型的标签，subClassOf表示描述类型层级关系的标签；

③.为边集合，其中v₁和v₂为V中的元素，e为L中的元素，表示由v₁指向v₂的标签为e的边，满足以下条件：

a)e∈L_R当且仅当v₁,v₂∈V_E，

b)e∈L_A当且仅当v₁∈V_E,v₂∈V_L，

c)e＝type当且仅当v₁∈V_E,v₂∈V_C，

d)e＝subClassOf当且仅当v₁,v₂∈V_C；

第1.2、对RDF标签图进行模式摘要处理，生成RDF模式图，

定义2：一个RDF标签图G＝(V,L,E)经过模式摘要处理生成一个RDF模式图，用三元组G^S＝(V^S,L^S,E^S)表示，其中：

①.V^S＝V_C，L^S＝L_R∪{subClassOf}，其中v₁^S和v₂^S为V^S中的元素，e^S为L^S中的元素，表示由v₁^S指向v₂^S的标签为e^S的边；

②.v^S∈V^S代表V_E中所有v^S类型的实体节点，即

③.当且仅当对于和存在

第2、构建包含节点在RDF标签图中位置信息的两层关键字索引；

第2.1、为RDF标签图建立词表，

定义3：一个RDF标签图G＝(V,L,E)的词表为集合T_G＝T_C∪T_L∪T_R∪T_A，其中T_C、T_L、T_R和T_A分别表示V_C、V_L、L_R和L_A中词项的集合；

第2.2、对T_C和T_R中词项建立倒排索引，将词项直接映射至RDF标签图中节点；对T_L和T_A中词项建立两层关键字索引，将词项通过包含RDF标签图中位置信息的B树结构映射至RDF标签图中节点；

定义4：一个RDF标签图G＝(V,L,E)中节点为一个三元组n＝(v_C,l_A,v_L)，其中：

①.v_C∈V_C,l_A∈L_A,v_L∈V_L；

②.存在边type(v,v_C)∈E和l_A(v,v_L)∈E；

③.满足以下条件：

a)l_A＝null,v_L＝null当且仅当词项出现在v_C中；

b)l_A≠null,v_L＝null当且仅当词项出现在l_A中；

c)l_A≠null,v_L≠null当且仅当词项出现在v_L中；

d)v_C≠null；

定义5：一个RDF标签图中节点n＝(v_C,l_A,v_L)的位置信息为v_C；

第3、利用关键字索引将用户输入的关键字映射至RDF标签图中节点，采用后向搜索算法在RDF模式图中寻找包含关键字的子图；

第3.1、对用户输入的关键字进行预处理，生成关键字查询，

定义6：一个关键字查询为一个序列q＝{w₁,…,w_i,...,w_n}，其中w_i为词项；

第3.2、利用倒排索引将关键字查询中的部分词项映射至RDF标签图中类型节点，并将这些节点及其在RDF模式图中的邻近节点的集合作为该查询的位置信息；

第3.3、利用两层关键字索引，结合查询的位置信息将关键字查询中的其余词项映射至RDF标签图中实体节点和文字节点；

第3.4、采用后向搜索算法在RDF模式图中寻找包含关键字的子图；

第4、基于子图与用户查询意图的相关度对结果进行计分排序，将得分较高的结果转化为SPARQL查询语句；

第4.1、根据用户输入关键字的上下文关系，对结果子图中包含关键字的节点与用户查询意图的相关度进行计分，包含关键字的节点称为关键字节点；

第4.2、结合子图中关键字节点的得分和子图的路径长度，对结果子图进行计分排序，

定义7：关键字节点n与用户查询意图的相关度记作score(n)，结果子图的路径长度记作PL，则结果子图与用户查询意图的相关度定义为：

第4.3、将得分较高的结果子图转化为SPARQL查询语句。