[发明专利]基于知识图谱的海量知识资源存储方法

说明书

本发明公开了一种基于知识图谱的海量知识资源存储方法，包括：以实体‑关系‑实体方式的三元组建立知识图谱元模型；以知识图谱模型层、知识资源本体层和知识资源实例层作为层次结构建立知识资源本体模型；将知识资源本体实体与所述知识资源本体模型通过实例映射关系构建知识资源本体描述模型，形成对应的知识图谱存储。通过本发明的技术方案，有利于节省存储空间以及提高对知识资源的处理效率。

技术领域

本发明涉及存储技术领域，尤其涉及一种基于知识图谱的海量知识资源存储方法。

背景技术

现有的海量异构知识资源存储方法包括：①NoSQL衍生出如HBase、Hadoop、MapReduce等数据库。但是这些数据库都无法覆盖所有的应用场景，在面对出版社等的海量异构数据时通用性不高。②基于本体的存储方案。基于本体的存储方案包括文本方式存储、数据库存储方式等。文本存储方式存储形式简单，适用于规模较小的本体。数据库存储方式在保存本体实例时会出现很高的信息冗余，查询速度较慢。传统的存储技术和快速检索技术难以满足特定领域海量异构数据存储和快速检索需求。

在现有技术中，存储方法主要包括以下缺陷：

1.不支持热备份；

2.MySQL最大的缺点是其安全系统，主要是复杂而非标准，另外只有到调用mysqladmin来重读用户权限时才发生改变；

3.没有一种存储过程语言，这是对习惯于企业级数据库的程序员的最大限制；

4.MySQL的价格随平台和安装方式变化。

发明内容

针对上述问题中的至少之一，本发明提供了一种基于知识图谱的海量知识资源存储方法，通过将知识图谱技术与本体技术相结合，分析知识资源本体模型的层次结构，设计知识资源本体模型的描述方式，以通用性知识图谱为映射标准，引入知识资源本体概念、概念语义关系，扩展属性，实现与标准知识图谱之间的映射，以知识资源实例构建知识资源本体，有利于节省存储空间以及提高对知识资源的处理效率。

为实现上述目的，本发明提供了一种基于知识图谱的海量知识资源存储方法，包括：以实体-关系-实体方式的三元组建立知识图谱元模型；以知识图谱模型层、知识资源本体层和知识资源实例层作为层次结构建立知识资源本体模型；将知识资源本体实体与所述知识资源本体模型通过实例映射关系构建知识资源本体描述模型，形成对应的知识图谱存储。

在上述技术方案中，优选地，基于知识图谱的海量知识资源存储方法还包括：将所述知识图谱采用弹性存储技术存入私有云服务器和/或公有云服务器中。

在上述技术方案中，优选地，所述实体-关系-实体方式的三元组中，所述关系为属性关系或关联关系，所述属性关系为一实体的内在属性特性，所述关联关系为两个实体间的关联关系；所述关系为属性关系时，所述三元组包括<实体，属性，属性值>，所述关系为关联关系时，所述三元组包括<实体，关系，实体>。

在上述技术方案中，优选地，所述知识图谱模型层为构成所述知识资源本体模型的基础，所述知识图谱模型层包括所述知识图谱元模型；所述知识资源本体层为通过本体学习和本体设计获取的定义所述知识资源本体模型的语言；所述知识资源实例层为以所述知识资源本体层的三元组为模板从知识资源数据库中提取到的知识资源实例。

在上述技术方案中，优选地，在存储过程中，不同层次、不同角色的知识资源本体描述模型融合形成自洽单元，多个所述自洽单元组建形成大规模组织存储体系结构。

在上述技术方案中，优选地，所述公有云服务器允许多个系统和应用共享。

在上述技术方案中，优选地，存储过程将小容量文件在内容上合并为大文件后利用Sequence File技术进行存储。