[发明专利]结合语义类节点与边权重的关键词搜索KSANEW方法有效
| 申请号： | 201910039058.X | 申请日： | 2019-01-16 |
| 公开（公告）号： | CN109710621B | 公开（公告）日： | 2022-06-21 |
| 发明（设计）人： | 汪璟玢;管健 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F16/22 | 分类号： | G06F16/22;G06F16/242;G06F16/28 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种结合语义类节点与边权重的关键词搜索KSANEW算法。包括：数据存储阶段，该阶段随着知识碎片的到来，动态地更新知识库中语义类、实体和属性等数据；关键词查询阶段，该阶段考虑到知识图谱的模式层相较于数据层数据量小，提出查询种子模型，该模型将查询关键词映射到模式层上，接着通过两类扩展方式，分别是基于节点的大权值方向扩展方式和基于边的大权值方向扩展方式生成候选种子模型，然后通过评分函数对候选种子集合进行评分排序，最后以高评分的候选种子作为查询种子，将查询种子作为指引，在数据层上进行分布式搜索，得到查询结果。 | ||
| 搜索关键词： | 结合 语义 节点 权重 关键词 搜索 ksanew 方法 | ||
【主权项】：
1.一种结合语义类节点与边权重的关键词搜索KSANEW算法，其特征在于，包括两个阶段：数据存储阶段：随着知识碎片存储入知识图谱数据库中，动态地更新知识图谱数据库中包括语义类、实体和属性数据；关键词查询阶段：首先，考虑到知识图谱的模式层相较于数据层数据量小，提出查询种子模型，该种子模型将查询关键词映射到模式层上，接着，通过基于节点的大权值方向扩展方式和基于边的大权值方向扩展方式生成候选种子模型，然后，通过评分函数对候选种子模型集合进行评分排序，最后以高评分的候选种子模型作为查询种子模型，将查询种子模型作为指引，在数据层上进行分布式搜索，得到查询结果。
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福州大学，未经福州大学许可，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/201910039058.X/，转载请声明来源钻瓜专利网。
- 上一篇：数据存储方法、数据读取方法、设备和存储介质
- 下一篇：一种智能订单同步方法
