語義數據上使用混合圖的快速有效的關鍵字查詢.pdf

1、2001年萬維網之父蒂姆?伯納斯-李和他的同事在《科學美國人》上面發(fā)表的一篇科普性的文章《The Semantic Web》標志著語義萬維網的誕生。語義萬維網至今己經發(fā)展了十幾年的時間。語義數據特點是結構和語義。常見的語義數據是RDF數據。結構化查詢語言是訪問語義數據的標準查詢語言，例如SPARQL查詢語言。怛是這種結構化查詢復雜的語法阻礙了語義搜索的推廣。普通用戶習慣于使用簡單的關鍵字查詢。雖然它在表達能力上如結構化查詢語言。但是因為

2、它快捷方便的強人優(yōu)勢，使得被現有的搜索引擎廣泛使用。
　　如果用戶能使用關鍵字查詢來訪問RDF數據，可以使得用戶不需要掌握學習曲線很陡峭的結構化查詢語言，同時用需要理解復雜且可能快速演進的數據模式。在近幾年中，把關鍵字轉換成SPARQL查詢得到了廣泛的研究?，F有的方法主要分為兩類，一類是基于原始的RDF實例圖的方法（基于RDF實例圖方法)，這類方法通常能得的準確的結果，代價是運行時間會很長。另一類是基于模式圖的方法(基于模式圖方法

3、)，這種方法能人人加快轉換的速度，侃是通常精度會很低。在這篇論文中，我們提出了一個創(chuàng)新的方法，這種方法基于一個混合圖，這個混合圖能平衡轉換的準確度和轉換的效率。對于給定的RDF圖，我們還定義了一個計分函數，這個函數能用來評估轉換準確度和效率之間的權衡。這個函數能指導整個混合圖的生成。在這個混合圖h.我們實現了一個把關鍵字轉換成結構化查詢的框架。在三個不同類型的數據集上做了實驗，實驗表明我們的方法對于基于實例圖的方法在準確性下降不多的惜況