[发明专利]基于活动知识图谱的科学工作流图版推送方法及装置

说明书

本申请提供的基于活动知识图谱的科学工作流图版推送方法及装置，通过基于语义相似度以及结构相似度从每个活动槽的候选活动和子工作流集合中选取出候选活动或者候选子工作流，按照所述科学工作流需求图版中所有活动槽之间的固定结构关系生成科学工作流图版，进而通过重用或共用不同科学工作流中不同粒度片段，实现根据其与用户需求的相似性排序，并推荐给用户，以此帮助用户重用或重新开发科学工作流。

技术领域

本发明涉及科学工作流技术领域，更具体的，涉及一种基于活动知识图谱的科学工作流图版推送方法及装置。

背景技术

随着Web 2.0技术的发展和日益成熟，分布在因特网中不同节点处的应用程序被包装为Web/REST服务，或混搭接口的形式，并突破平台结构的差异相互调用。在实际应用中，单独的原子服务仅能提供简单且有限的功能，针对复杂的用户需求，则需要通过服务的重用、组合，以实现更加快捷、便利的应用开发模式。

由于Web服务呈指数级增长，动态服务组合面临着巨大的挑战。为了解决此问题，Web服务通过标准的接口集成科学科学工作流。每个接口是一个可运行的程序，并通过高性能计算环境下进行的读写文件实现程序功能。从本质上讲，这些科学科学工作流描述了一个多步骤、重复的执行过程，包括待完成任务所需的Web服务以及这些服务之间的数据连接。现如今，科学家们通过科学科学工作流构建可重构的科学实验。与此同时，在线科学科学工作流数据库的产生促进了科学科学工作流的共享、发现和重用。随着科学科学工作流数据库中的数据越来越丰富，通过科学工作流或部分科学工作流重用和经改造后的复用，可以高效而准确的满足科学工作者的需求。

科学科学工作流(Workflow)以图为其基本实体，具有规模小，但结构复杂的特征，其清晰地描述了科学工作流中各个活动(Activity)之间的相互依赖关系，包括数据依赖关系和控制依赖关系。数据依赖关系是指数据之间的数据流向关系，控制依赖关系是指活动之间没有数据依赖或者数据流动，而在执行上有强制的先后关系。

值得注意的是，针对不同的科学科学工作流需求，其可能与多个科学工作流部分相关，这就意味着它很难被任何单个遗留科学工作流所满足。在这样的情况下，应该通过包含在不同科学工作流中的合适片段，并根据某些原则组装这些跨科学工作流片段来实现这一需求。基于上述描述可知，当前研究中面临的主要挑战是，包含了不同粒度的活动之间跨科学工作流片段很难被发现和实现。

发明内容

为了解决上述不足的至少一个，本申请第一方面实施例提供一种基于活动知识图谱的科学工作流图版推送方法，包括：

获取科学工作流需求图版，所述科学工作流需求图版包括多个活动槽，所有活动槽之间具有固定结构关系，每个活动槽包括活动或者子工作流；所述活动为最小结构单元，所述子工作流包括多个具有固定结构关系的活动；

基于预设的活动知识图谱，获取每个活动槽的候选活动和子工作流集合；所述活动知识图谱包括多个科学工作流；

基于语义相似度以及结构相似度从每个活动槽的候选活动和子工作流集合中选取出候选活动或者候选子工作流，按照所述科学工作流需求图版中所有活动槽之间的固定结构关系生成科学工作流图版；

推送所述科学工作流图版。

在某些实施例中，还包括：

建立所述活动知识图谱。

在某些实施例中，所述建立所述活动知识图谱，包括：

提取预存储的科学工作流以及每个活动和子工作流作为命名实体；

抽取各命名实体之间的关系属性；

对各命名实体进行信息补充，提取各命名实体的标题和文本描述；

根据每个命名实体的标题和文本描述，将原始的科学工作流数据转换至基于实体和关系的活动知识图谱。