[发明专利]基于强化学习的知识图谱实体化视图生成器及生成方法

权利要求书

1.基于强化学习的知识图谱实体化视图生成器，其特征在于，所述生成器包括复杂子查询识别器和实体化视图生成模型；

复杂子查询识别器，用于对输入到数据库内的知识图谱查询语句中的谓语进行识别，若数据库中的所述谓语个数大于给定阈值数量，则将数据库中含有所述谓语的语句形成语句集合传给实体化视图在线生成模型；

实体化视图在线生成模型，用于采用Q学习算法判断是否对所述语句集合生成实体化视图，如果否，在数据库中完成查询语句集合的操作，如果是，再次判断所述语句集合生成实体化视图后的存储量是否达到预算值，结果为否时，将所述语句集合构造成实体化视图；结果为是时，利用Q学习算法从所述语句集合中挑选出部分语句生成新的实体化视图。

2.根据权利要求1所述的基于强化学习的知识图谱实体化视图生成器，其特征在于，实体化视图在线生成模型，还用于计算实体化视图或者新的实体化视图的奖励值，用奖励值训练Q学习算法中的Q学习模型，当Q学习模型训练好之后，对输入的相同谓语自动生成实体化视图或者新的实体化视图。

3.根据权利要求1所述的基于强化学习的知识图谱实体化视图生成器，其特征在于，实体化视图在线生成模型包括实体化视图判断单元；

实体化视图判断单元，用于采用Q学习算法计算所述语句集合生成实体化视图后的Q值和知识图谱查询语句未生成实体化视图的Q值，判断所述语句集合生成实体化视图后的Q值是否大于知识图谱查询语句未生成实体化视图的Q值，在数据库中完成查询所述语句集合的操作，如果是，再次判断所述语句集合生成实体化视图后的存储量是否达到预算值，结果为否时，将所述语句集合构造成实体化视图；结果为是时，利用Q学习算法从所述语句集合中挑选出部分语句生成新的实体化视图。

4.根据权利要求2所述的基于强化学习的知识图谱实体化视图生成器，其特征在于，奖励值为所述部分语句查询时间减去新的实体化视图的查询时间。

5.根据权利要求1或3所述的基于强化学习的知识图谱实体化视图生成器，其特征在于，利用Q学习算法从实体化视图中挑选出部分语句，具体为：

利用Q学习算法计算实体化视图中每个语句的Q值和每个语句生成实体化视图后的Q值，将每个语句的Q值小于与各自生成实体化视图后Q值的语句挑选出来，由挑选出来的语句构成部分语句，将部分语句生成新的实体化视图。

6.根据权利要求1所述的基于强化学习的知识图谱实体化视图生成器，其特征在于，实体化视图为表格形式。

7.基于强化学习的知识图谱实体化视图生成方法，其特征在于，所述方法包括以下内容：

步骤1、对输入到数据库内的知识图谱查询语句中的谓语进行识别，若数据库中的所述谓语个数大于给定阈值数量，则将数据库中含有所述谓语的语句形成语句集合传给步骤2；

步骤2、实体化视图在线生成模型，用于采用Q学习算法判断是否对所述语句集合生成实体化视图，如果否，在数据库中完成查询语句集合的操作，如果是，再次判断所述语句集合生成实体化视图后的存储量是否达到预算值，结果为否时，将所述语句集合构造成实体化视图；结果为是时，利用Q学习算法从所述语句集合中挑选出部分语句生成新的实体化视图。

8.根据权利要求7所述的基于强化学习的知识图谱实体化视图生成方法，其特征在于，所述方法还包括步骤4，

步骤4、计算实体化视图或者新的实体化视图的奖励值，用奖励值训练Q学习算法中的Q学习模型，当Q学习模型训练好之后，对输入的相同谓语自动生成实体化视图或者新的实体化视图。