[发明专利]一种面向多数据源审计知识图谱的智能检索方法

权利要求书

1.一种面向多数据源审计知识图谱的智能检索方法，其特征在于：包括以下步骤：

步骤1、对用户的查询请求进行字符串的预处理，并按序查询同构子图，并将所查询到的同构子图加入一次查询候选结果集中；

步骤2、对步骤1的一次查询候选结果进行评估；

步骤3、将步骤2评估后的一次查询候选结果进行融合；

步骤4、对步骤3融合后的查询结果进行二次查询。

2.根据权利要求1所述的一种面向多数据源审计知识图谱的智能检索方法，其特征在于：所述步骤1的具体方法为：首先对用户的查询请求进行字符串的预处理，然后基于深度学习的文本检索模型在多个数据源的审计知识图谱上进行子图匹配查询，之后在不同的知识图谱中进行查询，根据子图同构方法以及查询结果相关性衡量方法，按序找到K个同构子图，加入一次查询候选结果集中。

3.根据权利要求1所述的一种面向多数据源审计知识图谱的智能检索方法，其特征在于：所述步骤2的具体方法为：

在步骤1的一次查询候选结果中，基于一次查询候选结果的结构以及其与查询字图的欧式距离信息等相关性衡量方法，作为结果的评估排序标准，对查询返回的结果进行相关性降序排序。

4.根据权利要求1所述的一种面向多数据源审计知识图谱的智能检索方法，其特征在于：所述步骤3的具体步骤包括：

(1)基于pairwise方法，将步骤2排序后的一次查询候选结果中完全匹配的子图放到结果集中，不完全匹配的子图根据缺失的边和邻接点分组，然后根据标记信息与其他候选结果集合中的候选结果进行节点匹配；若两个节点可以匹配，则进行组内结果融合；否则，删除整组结果；

(2)如果一次查询候选结果集中的候选结果相互融合后的结果仍旧不完全同构于查询子串图，则根据标记信息到不同审计知识图谱中扩展子图。

5.根据权利要求1所述的一种面向多数据源审计知识图谱的智能检索方法，其特征在于：所述步骤4的具体方法为：

依据步骤3融合后的查询结果，将其中完全匹配的结果放入查询结果集中，剩余候选结果到不同的知识图谱中进行二次查询，同样根据子图同构方法以及查询结果相关性衡量方法对二次查询结果进行评估，按序找到K个同构子图，加入二次查询结果集中，最后将二次查询结果返回给查询用户。