李怡霈，王宇翔

(杭州电子科技大学 计算机学院，浙江 杭州 310018)

知识图谱是一种以图的形式描述客观事实的数据存储管理技术，常作为智能问答、推荐系统等上层应用的底层数据支撑，受到广泛的关注。利用知识图谱来高效地获取大数据中有价值的知识信息已成为研究热点[1]。目前，知识图谱中的查询大多针对事实类查询开展，根据特定的业务场景，可衍生出一类基于地理位置信息的查询。

针对事实类查询的研究工作相对成熟，研究人员已在该领域取得了丰富的研究成果。文献[2]提出了分布式SPARQL(SPARQL Protocol and RDF Query Language)查询方法，使其能适用于大规模RDF(Resource Description Framework)数据的查询。但这类查询需具备专业知识，因此不适用于普通用户。文献[3]提出了一种关键字与查询图之间的转换算法，但该算法只支持单跳关系的转换。为方便用户，文献[4]通过将自然语言问题转换为相应查询图的方式，实现了基于知识图谱的自然语言问答系统。文献[5]为了降低查询模板的构建成本，提出了一种查询模板自动生成算法。文献[6]提出了端到端的知识图谱查询方法，将查询问题等价于利用知识图谱嵌入模型实现头、尾实体预测的问题。与此同时，文献[7]基于h-邻域向量化的思想提出一种快速图搜索算法，对每个顶点h-跳邻域的拓扑特征进行编码，然后将查询顶点和其匹配顶点的邻域向量进行比较以获取子图模式之间的相似性。文献[8]提出了一个基于路径长度的相似度模型，首次提出基于锚节点的免索引近似图查询算法。……