[发明专利]一种基于向量空间的RDF结构化查询自动构建方法有效
申请号: | 201811197729.7 | 申请日: | 2018-10-15 |
公开(公告)号: | CN109408527B | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 王瑞杰;刘均;王萌 | 申请(专利权)人: | 广东顺德西安交通大学研究院 |
主分类号: | G06F16/242 | 分类号: | G06F16/242;G06F16/2453;G06F16/36 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 高博 |
地址: | 528399 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于向量空间的RDF结构化查询自动构建方法,利用概括局部子图将RDF图映射到连续向量空间中,学习RDF图中每个节点与边的向量表示;在给定通过自然语言问题表达的查询意图后,提取问题中的实体、关系短语,并将它们在RDF图中匹配得到候选匹配节点、边;然后,利用RDF图的向量表示将候选匹配节点、边的集合表示为向量并计算最优查询结构;最后利用翻译机制选取每个候选集合中的最优匹配节点、边并生成目标结构化查询。通过对RDF图向量表示的利用,查询构建的效率得到了大大提高;同时可以避免在确定结构过程中对实体与关系短语进行精确的匹配,提高了匹配的召回率;在最后的查询生成过程中,翻译机制也保证了所生成查询与RDF图的一致性。 | ||
搜索关键词: | 一种 基于 向量 空间 rdf 结构 查询 自动 构建 方法 | ||
【主权项】:
1.一种基于向量空间的RDF结构化查询自动构建方法,其特征在于,首先利用概括局部子图将RDF图映射到连续向量空间中,学习RDF图中每个节点与边的向量表示;然后给定通过自然语言问题表达的查询意图后,提取问题中的实体、关系短语,并在RDF图中匹配得到候选匹配节点、边;再利用RDF图的向量表示将候选匹配节点、边的集合表示为向量并计算最优查询结构;最后利用翻译机制选取每个候选集合中的最优匹配节点、边并生成目标结构化查询。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东顺德西安交通大学研究院,未经广东顺德西安交通大学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811197729.7/,转载请声明来源钻瓜专利网。