不确定RDF知识图谱数据查询关键技术研究
批准号:
62066038
项目类别:
地区科学基金项目
资助金额:
36.0 万元
负责人:
李贯峰
依托单位:
学科分类:
知识表示与处理
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
李贯峰
中文摘要
知识图谱是人工智能的核心基础设施,已将RDF数据模型作为其数据层事实上的标准。与此同时,由于噪声等不确定因素存在,使得知识表达难以完备化,RDF知识图谱中出现了不确定信息。传统的RDF数据模型与查询方式不能满足不确定RDF知识图谱的应用需求,扩展RDF模型来管理知识图谱数据中的不确定信息成为一项紧迫又富有挑战的任务。为此,申请项目以概率论作为理论基础,使用可能世界模型描述RDF知识图谱数据,构建不确定RDF知识图谱数据模型。基于该模型,研究不确定RDF知识图谱上基于正则表达式的导航式路径查询、基于路径索引的子图模式匹配查询和基于r-clique的关键字分析型查询等3类基本的图查询处理方法。通过对模型定义、索引构建、图查询处理、剪枝技术和抽样算法等关键技术的研究,为不确定RDF知识图谱数据建模和查询处理提供理论方法和技术,为智能环境下开展知识图谱应用研究奠定坚实的基础。
英文摘要
Knowledge graphs are the core infrastructure of artificial intelligence, and the RDF data model is the de facto standard for the data layer. At the same time, due to the existence of uncertain factors such as noise, it is difficult to complete the expression of knowledge, and additional uncertain information appears in the RDF knowledge graph data. The traditional RDF data model and query method cannot meet the application requirements of uncertain RDF knowledge graph. Establishing a standard model to manage uncertain information in RDF knowledge graph data has become an urgent and challenging task. Therefore, the proposed project uses probability theory as the theoretical basis, uses the possible world model to describe the RDF knowledge graph data, and constructs an uncertain RDF knowledge graph data model. Based on this model, three major types of graph query processing issues, such as regular expression-based navigation path query, path index-based subgraph pattern matching query, and r-clique-based keyword analysis query, are studied on the uncertain RDF knowledge graph. Some key techniques such as model definition, index construction, graph query processing, pruning technology and sampling algorithm will be studied, which can propose theories and techniques for data modeling and query processing over uncertain RDF knowledge graph data, and a solid foundation can be put for the application of knowledge graph in the intelligent environment.
作为人工智能核心基础设施的知识图谱,将RDF作为数据层的事实标准。 现有的知识图谱多关注于以实体为核心的确定知识,缺乏对于不确定知识的建模和管理。特别是在开放环境中,不确定性已经成为了数据资源的普遍特性,建立标准架构来管理RDF知识图谱数据中的不确定信息己成为人工智能时代下一个非常紧迫又富有挑战的任务。在国家自然基金项目支持下,项目组从构建不确定RDF知识图谱数据模型展开,围绕着不确定RDF知识图谱上3类基本的图查询问题,即基于正则表达式的路径查询问题,基于路径索引的子图模式匹配查询问题和基于r-clique的关键字查询问题,对模型定义、索引构建、图查询处理、剪枝技术和抽样算法等关键技术进行深入研究。主要创新成果包括:(1)提出能够支持元组级不确定信息的RDF知识图谱数据概念模型,包括形式化定义、语义及基于模型理论的解释;同时研究数据模型的完整性约束、代数操作和代数等价问题,使其更能满足实际的应用需求。(2)构建不确定RDF知识图谱上查询方法体系。提出基于有穷自动机和概率自动机的不确定RDF图上正则路径查询的方法,将近似查询和松弛查询组合起来,以支持用户灵活地查询复杂、不规则的RDF图数据。提出不确定RDF图上基于双向谓词路径索引的子图模式匹配方法,构建查询图的辅助树结构,实现在不确定RDF图上的子图匹配查询。提出不确定知识图谱上基于双索引机制的关键字查询方法,采用基于过滤-验证框架的算法来提高查询效率,解决普通用户在不学习复杂的查询语言和数据模式的情况下,使其能够在语义查询和个性化信息检索中获得预期的效果。(3)探索不确定性知识图谱表示学习和推理方法。提出基于语义匹配的不确定知识图谱表示学习方法,解决了多种关系模式下知识图谱嵌入。提出基于概率软逻辑数据增强的不确定性知识图谱表示学习方法,利用软规则和UKG的互补优势来有效地推断缺失的三元组。研发了不确定知识图谱表示学习的工具集,保证不确定知识图谱表示学习实验的公平性和科学性。项目执行中提出的适用于不确定RDF知识图谱数据的查询算法,对丰富和发展RDF和不确定数据管理的研究,实现基于智能知识图谱数据处理提供了新的途径。
国内基金
海外基金