刘思培, 蔡一凡, 曹玲玲, 侯海婷, 鲍家坤, 袁 鸯

(1. 北方信息控制研究院集团有限公司 总体部, 南京 211111； 2. 吉林大学 软件学院,长春 130012)

0 引 言

知识图谱首先由Google提出, 主要由模式层和数据层组成[1]。在知识图谱出现之前, 搜索引擎根据用户关键词搜索的结果以网页链接列表形式呈现, 然后根据用户在网页中点击自己想要的链接, 才会浏览到相关的具体内容。知识图谱改善了搜索引擎的搜索模式, 将关键词的搜索结果以一定的组织结构呈现, 比如三元组结构的图模式[2]。知识图谱除了可以优化搜索引擎外, 还被广泛用于知识问答系统中[3], 以帮助系统理解人类语言并作出推理, 从而提升用户体验。已有的知识图谱有WikiData[4], Yago[5]和Freebase[6]等。

目前, 知识图谱中的数据通常采用W3C(World Wide Web Comsortium)标准的RDF(Resource Description Framework)或OWL(Web Ontology Language)语言格式, 而用于查询RDF或OWL数据的语言标准主要有SPARQL(SparQL Protocol and RDF Query Language)和RDQL(A Query Language for RDF)两种。SPARQL专门用于访问和操作RDF数据, 是一种主流的查询语言[7], 因此笔者使用SPARQL作为知识图谱的查询语言进行查询重写研究。当信息表示为RDF或OWL后, 出于查询和推理的需要, 将这些数据相关的部分以一定形式存储, 而SPARQL可以通过图模式匹配的方式从这些数据中获得指定的部分。

笔者研究的目的是利用本体重写查询语句, 发现隐含关联模式。目前重写技术的研究主要分为基于相似度的重写[8]和基于本体规则的重写[9]。由于基于本体规则的重写结果更加准确且可解释, 因此笔者采用基于本体规则的重写。本体规则主要有RDFS(Resource Description Framework)和OWL两种, 都是用于描述RDF数据的, 而OWL相比RDFS的表达能力更丰富, 推理能力更强, 所以笔者采用基于OWL本体规则的查询语句重写。……