RDF數(shù)據(jù)集上的why-not問(wèn)答技術(shù)研究.pdf

1、近年來(lái)，互聯(lián)網(wǎng)上產(chǎn)生了大量的RDF數(shù)據(jù)，并且形成了許多以RDF數(shù)據(jù)為知識(shí)單元的大規(guī)模開(kāi)放知識(shí)庫(kù)或者垂直領(lǐng)域知識(shí)庫(kù)。為了發(fā)揮RDF數(shù)據(jù)的實(shí)用價(jià)值，基于知識(shí)庫(kù)的查詢回答技術(shù)逐漸成為人工智能和數(shù)據(jù)庫(kù)領(lǐng)域廣泛的研究熱點(diǎn)。然而，在人們熱衷于提高查詢回答技術(shù)的質(zhì)量和效率時(shí)，很少有人針對(duì)查詢回答系統(tǒng)在無(wú)法得出好的結(jié)果時(shí)給出合理的解釋。特別地，當(dāng)查詢回答系統(tǒng)返回的查詢結(jié)果中缺失了用戶期望的結(jié)果時(shí)，系統(tǒng)自身無(wú)法提供一種解釋機(jī)制來(lái)告訴用戶為什么他們期望的答

2、案沒(méi)有出現(xiàn)在結(jié)果集中，因此用戶只能通過(guò)修改查詢條件進(jìn)行不斷的試錯(cuò)來(lái)探索原因。由于RDF數(shù)據(jù)具有和關(guān)系表不同的數(shù)據(jù)結(jié)構(gòu)，并且具有更加豐富的結(jié)構(gòu)和語(yǔ)義信息，導(dǎo)致現(xiàn)有的基于關(guān)系數(shù)據(jù)庫(kù)的解釋模型無(wú)法直接用來(lái)處理RDF數(shù)據(jù)上的why-not問(wèn)題。
　　針對(duì)上述問(wèn)題，本文提出一種統(tǒng)一的基于圖匹配的解釋框架，并采用貪心搜索和模擬退火兩種近似策略來(lái)計(jì)算解釋，為處理用戶在RDF數(shù)據(jù)上針對(duì)基本圖模式的SPARQL查詢提出的why-not問(wèn)題提供了高效

3、的求解算法，從而滿足用戶更高層次的信息需求。具體而言，本文的主要工作以及貢獻(xiàn)包含如下幾點(diǎn)內(nèi)容:
　　(1)提出了一種統(tǒng)一的基于圖匹配的解釋框架，將RDF數(shù)據(jù)上的why-not問(wèn)題轉(zhuǎn)換成一個(gè)圖匹配的問(wèn)題。并且根據(jù)查詢分解方式的不同，分別提出星匹配和路徑匹配兩種方式來(lái)計(jì)算解釋。此外，在匹配的過(guò)程中引入了一種相似度評(píng)分機(jī)制，充分考慮了查詢和數(shù)據(jù)模式之間的結(jié)構(gòu)和語(yǔ)義信息，從而保證生成盡可能合理的解釋。
　　(2)針對(duì)兩種圖匹配的算法