[发明专利]基于双向转换的知识图谱交互式可视化查询语言

说明书

本发明属于交互式可视化查询语言技术领域，具体涉及基于双向转换的知识图谱交互式可视化查询语言，包括如下步骤：S1、定义图模式，图模式G是一个五元组(V，E，ρ，λ，σ)，其中V是顶点(或顶点)的有限集合；E是边的有限集合且函数ρ：E→(V×V)将边关联到顶点对；设Lab是标签集合，函数λ：(V∪E)→Lab为顶点或边赋予标签；设Prop是属性集合，Val是值集合，函数σ：(V∪E)×Prop→Val为顶点和边关联属性。可视化的语法语义帮助用户更友好的理解和学习查询模式，提高了用户查询和理解知识图谱的效率。

技术领域

本发明属于交互式可视化查询语言技术领域，具体涉及基于双向转换的知识图谱交互式可视化查询语言。

背景技术

随着人工智能的快速发展，知识图谱(Knowledge Graph)已被广泛认为是许多人工智能技术和系统中的重要组成部分。近年来，大量不同规模的知识图谱已经在网上发表，复杂的知识图谱通常包含数亿个节点和边，使得用户很难理解和查询。目前，知识图谱通常表示为RDF(Resource Description Framework)图和属性图。然而大量的知识图谱查询语言是为专业用户设计的，包括SPARQL(SPARQL Protocol And RDF Query Language)、Cypher等，它们包含复杂的语法与语义，并且结构化的语法使得没有知识图谱背景知识的用户很难理解和学习。目前也有不少可视化查询语言，但是他们都只能适配单一类型的知识图谱，例如VISAGE支持属性图上的可视化查询，QueryVOWL支持RDF图上的可视化查询。用户需要通过学习不同的查询语言来查询不同类型的知识图谱，这增加了用户学习和理解知识图谱的难度。当用户需要查询或理解各个领域的知识图谱时，他们很难在短时间内学会并使用结构化的文本查询语言，例如SPARQL。虽然目前有一些可视化查询语言，可以帮助用户更加容易的构建查询模式，并支持知识图谱上的探索查询，但是当用户探索完知识图谱并得到结果后，他们并不知道这个结果是由什么查询模式得到的。

目前，知识图谱上的交互式可视化查询语言少之又少。进一步的，仅将可视化技术运用于查询模式的构造和查询结果的展示，并不能有效的帮助用户理解查询模式以及查询结果。另一方面，查询模式和查询结果通常是分离的，据我们所知，还没有一种交互式可视化查询语言实现了查询模式与查询结果间的双向转换。因此，针对上述存在的问题，本发明提出一种基于双向转换的知识图谱交互式可视化查询语言KGVis。本发明的主要思想是不依赖于特定的低级的文本查询语言，通过交互操作引导用户一步步的构造复杂的查询模式，同时通过查询模式与查询结果间的双向转换，在用户探索知识图谱时提供相应的查询模式。

QBE(Query By Example)是由zloof早期提出的自下而上的查询系统，它允许普通用户通过“示例查询”创建模版而不是编写文本的SQL语句来构造查询。很多工作都继承了QBE的思想，比如SPARQLVis、GraFa、BioPw等。一些研究人员将可视化技术应用于查询结果，例如GQBE(Graph Query By Example)和GraphVista。在GQBE中，Jayaram等人提出了一种加权隐藏查询图来捕捉用户的查询意图，该图能够基于用户输入的查询模式，高效的找到并排序最接近的查询模式，在用户研究中表现出较高的准确性和效率。由于用户的输入中不包含实体间的关系，这使得用户不能将关系作为输入进行查询。为了更好的让用户表达他的查询意图，Paradies等人提出了图形可视化查询工具GraphVista，它可以在同一个查询场景中无缝的结合查询模式与查询结果。但是在显示查询结果和查询示例时，GraphVista仅使用了现有的可视化技术(例如D3)。本发明提出的KGVis不仅继承了通过示例进行查询的思想，而且结合了知识图谱的存储特性对其进行可视化。另一方面，一些研究人员将可视化技术运用于查询语言，并提出了一些可视化查询语言。通过将文本查询语言可视化给用户，可以提高用户学习和构造查询模式的效率。Kogan等人提出了了V1，一种基于模式的申明式可视化查询语言，支持混合边和事态数据类型的属性图。在V1中，Kogan等人用《冰与火之歌》来展示它丰富的表现力和高度的可接受性与生产力。由于丰富的表达能力，使得它和文本查询语言一样对用户十分不友好。