基于SPARQL的語法形式，轉(zhuǎn)換成相對應(yīng)的查詢語句，最終進(jìn)入RDF數(shù)據(jù)庫查詢，與數(shù)據(jù) 平臺(tái)進(jìn)行交互的接口；數(shù)據(jù)清洗主要使用JenaAPI讀取原始三元組數(shù)據(jù)，從中提取需要檢 索URI字符串并單獨(dú)存儲(chǔ)，字符串檢索組件則使用了 Trie樹等數(shù)據(jù)結(jié)構(gòu)。
[0032] 搭建上述系統(tǒng)，并提供用戶編輯查詢圖與生成SPARQL查詢語句數(shù)據(jù)庫交互的具 體步驟如下：
[0033] (1)準(zhǔn)備好需要檢索的基于RDF資源描述框架格式的三元組數(shù)據(jù)。
[0034] (2)使用JenaAPI讀取原始三元組提取需要檢索的URI :根據(jù)本體的Schema可以 分別提取四種類型的URI，包括label、type、property、sameAs ;其中的label與property 在查詢時(shí)起主要用途，type信息主要是為了提供附加信息供用戶最終選擇URI使用，而 sameAs主要用于自動(dòng)生成字符串轉(zhuǎn)換庫；對于最終的界面使用而言，label信息主要用于 響應(yīng)查詢圖節(jié)點(diǎn)的標(biāo)簽檢索請求，而property信息主要用于響應(yīng)查詢圖邊的標(biāo)簽檢索請 求。
[0035] (3)將步驟⑴中的原始數(shù)據(jù)存儲(chǔ)到提供SPARQL查詢端點(diǎn)的圖數(shù)據(jù)庫中，將步驟 (2)中清洗出來的URI字符串分類別按照n-gram(-般n取3)滑動(dòng)窗口截取之后利用Trie 樹數(shù)據(jù)結(jié)構(gòu)進(jìn)行倒排索引，為前端界面標(biāo)簽查詢進(jìn)行字符串檢索提供接口。
[0036] (4)創(chuàng)建字符串轉(zhuǎn)換規(guī)則，提供字符串轉(zhuǎn)換庫自定義接口：基于現(xiàn)實(shí)世界中大量 別名以及縮寫形式的存在這一考慮，因此需要提供將這些人類語言中能夠自動(dòng)解碼的非正 式字符串表達(dá)轉(zhuǎn)換成正式形式的字符串，步驟（2)中的sameAs信息一定程度上支持了這種 轉(zhuǎn)換，將這一部分信息利用直接哈希存儲(chǔ)的技術(shù)存儲(chǔ)，另外還提供用戶自定義轉(zhuǎn)換接口保 證這種轉(zhuǎn)換規(guī)則的時(shí)效性與正確性。
[0037] (5)采用d3. js可視化控件，創(chuàng)建用戶可編輯的圖形化界面，提供節(jié)點(diǎn)編輯、連接 節(jié)點(diǎn)的邊編輯以及對節(jié)點(diǎn)、邊加入自然語言標(biāo)簽的編輯功能；其中節(jié)點(diǎn)或邊的標(biāo)簽可以有 兩種模式，與SPARQL的兩種變量綁定一致：a.查詢模式，使用字符"？"，代表要查詢該節(jié)點(diǎn) 的信息；b.綁定URI模式，用戶需要編輯自然語言的標(biāo)簽用以描述該節(jié)點(diǎn)；后臺(tái)的URI查詢 接口主要用于響應(yīng)后一種標(biāo)簽?zāi)Ｊ健?br>[0038] (6)服務(wù)器端響應(yīng)步驟（5)中的b模式的字符串檢索，對于原始字符串s，利用轉(zhuǎn) 換規(guī)則獲取能夠經(jīng)過轉(zhuǎn)換得到的字符串集合S tMnsfOTm，將s與StMnsfOTm組合成新的查詢字符 串集合SQuOTy，對新的查詢字符串中的每一個(gè)字符串^ e ，進(jìn)行n-gram滑動(dòng)窗口切分（n 保持與步驟（3)中的一致），得到一個(gè)二元組<?，.《又">;對于每一個(gè)二元組，我們可以利 用其中的segn子字符串集，在步驟（3)中創(chuàng)建的Trie樹中檢索得到對應(yīng)的URI列表，合并 這些URI列表并統(tǒng)計(jì)每個(gè)URI的出現(xiàn)次數(shù)，最終返回出現(xiàn)次數(shù)為Top-k的URI集合Smi = { < URI，cnt > }，集合中每一個(gè)元素都是一個(gè)二元組，分別表示URI字符串和該字符串出 現(xiàn)的次數(shù)；進(jìn)一步合并最終每一個(gè)二元組所返回的Top-k的URI集合，統(tǒng)計(jì)出現(xiàn)次數(shù)并返回 最終的出現(xiàn)次數(shù)Top-k的URI集合給前端界面展示。
[0039] (7)前端界面接受服務(wù)器返回的數(shù)據(jù)進(jìn)行展示，用戶對每一個(gè)b類型的標(biāo)簽 選擇一個(gè)最為合適的URI之后，點(diǎn)擊查詢，后臺(tái)響應(yīng)前臺(tái)傳輸?shù)膱D的節(jié)點(diǎn)-邊描述集合 {<s, P,〇 >I (s,〇)G node, p G edge}，其中：node為用戶編輯的圖中的節(jié)點(diǎn)集合標(biāo)簽， edge為用戶編輯的圖中的邊集合；結(jié)合部分filter信息，生成最終的SPARQL查詢語句，自 動(dòng)生成SPARQL查詢語句的功能模塊構(gòu)建需要對SPARQL語法有一定的理解，但一般來說， SPARQL的查詢語句可以由以下組件組成：
[0040]
【主權(quán)項(xiàng)】
1. 一種基于本體庫內(nèi)容的SPAR化查詢語句生成系統(tǒng)，包括在線模塊和離線模塊；其特 征在于： 所述的在線模塊用于為用戶提供查詢編輯界面和結(jié)果展示界面，實(shí)時(shí)生成SPAR化查 詢語句，并展示最終的查詢結(jié)果； 所述的離線模塊用于更新服務(wù)內(nèi)容，對本體庫中的部分URI字符串進(jìn)行索引。
2. 根據(jù)權(quán)利要求1所述的SPAR化查詢語句生成系統(tǒng)，其特征在于：所述的離線模塊對 本體庫中的部分URI字符串進(jìn)行索引的具體實(shí)現(xiàn)過程如下： 1. 1準(zhǔn)備好符合規(guī)范的RDF =元組數(shù)據(jù)； 1. 2讀取所述的RDF =元組數(shù)據(jù)，從中提取需要索引的URI字符串，對URI字符串進(jìn)行 數(shù)據(jù)清洗； 1. 3將步驟1. 1中的畑F S元組數(shù)據(jù)存儲(chǔ)到提供SPARQL查詢端點(diǎn)的圖數(shù)據(jù)庫中，將步 驟1. 2中清洗保留下來的URI字符串分類別進(jìn)行切片截取W得到URI字符串切片后的倒排 索引，并進(jìn)一步為倒排索引的URI字符串提供檢索接口； 1. 4根據(jù)步驟1. 2中清洗保留下來的URI字符串創(chuàng)建字符串轉(zhuǎn)換規(guī)則庫，進(jìn)一步提供字 符串轉(zhuǎn)換規(guī)則庫的自定義轉(zhuǎn)換接口。
3. 根據(jù)權(quán)利要求2所述的SPAR化查詢語句生成系統(tǒng)，其特征在于：所述的步驟1. 2中 提取關(guān)于1油el、type、property、sameAs該四類URI字符串，并對該四類URI字符串進(jìn)行 數(shù)據(jù)清洗。
4. 根據(jù)權(quán)利要求2所述的SPAR化查詢語句生成系統(tǒng)，其特征在于：所述的步驟1. 3中 切片截取的具體實(shí)現(xiàn)方式為：將清洗保留下來的URI字符串分類別按照n-gram滑動(dòng)窗口截 取之后利用Trie樹數(shù)據(jù)結(jié)構(gòu)創(chuàng)建倒排索引。
5. 根據(jù)權(quán)利要求2所述的SPAR化查詢語句生成系統(tǒng)，其特征在于：所述的步驟1. 4中 創(chuàng)建字符串轉(zhuǎn)換規(guī)則庫的具體實(shí)現(xiàn)方式為：利用步驟1. 2清洗過程中得到的sameAs信息直 接進(jìn)行哈希存儲(chǔ)，另外利用所述的自定義轉(zhuǎn)換接口為開發(fā)者輸入特定的轉(zhuǎn)換規(guī)則。
6. 根據(jù)權(quán)利要求2所述的SPAR化查詢語句生成系統(tǒng)，其特征在于：所述的在線模塊為 用戶提供查詢編輯界面，實(shí)時(shí)生成SPAR化查詢語句并展示最終查詢結(jié)果的具體實(shí)現(xiàn)過程 如下： 2. 1采用d3. js可視化控件創(chuàng)建用戶編輯的圖形化界面，該圖形化界面提供節(jié)點(diǎn)編輯、 連接節(jié)點(diǎn)的邊編輯W及對節(jié)點(diǎn)和邊加入自然語言標(biāo)簽的編輯；其中節(jié)點(diǎn)或邊的自然語言標(biāo) 簽有W下兩種模式，該兩種模式與SPARQL的兩種綁定對應(yīng)一致； a. 查詢模式，代表要查詢節(jié)點(diǎn)的信息，對應(yīng)SPARQL的未知變量； b. 綁定URI模式，用W描述節(jié)點(diǎn)或邊，對應(yīng)SPARQL查詢中的已知URI ; 2. 2后臺(tái)的檢索接口用于響應(yīng)b模式的字符串檢索；應(yīng)用所述的字符串轉(zhuǎn)換規(guī)則庫的 轉(zhuǎn)換規(guī)則，將用戶編輯的自然語言標(biāo)簽轉(zhuǎn)換成URI字符串，進(jìn)一步對自然語言標(biāo)簽及其轉(zhuǎn) 換后URI字符串的切片，利用所述的倒排索引進(jìn)行檢索，得到對應(yīng)的URI列表并進(jìn)行合并， 統(tǒng)計(jì)URI字符串的出現(xiàn)次數(shù)，然后將在合并后列表中出現(xiàn)次數(shù)為top-K的URI字符串返回 給前臺(tái)圖形化界面W進(jìn)行展示，K為大于1的自然數(shù)； 2. 3在前臺(tái)圖形化界面上用戶對于每一個(gè)b模式的自然語言標(biāo)簽從top-K中選擇一個(gè) 最為合適的URI字符串之后點(diǎn)擊查詢，后臺(tái)響應(yīng)前臺(tái)傳輸?shù)挠脩艟庉媹D中的節(jié)點(diǎn)-邊描述 集合，通過結(jié)合部分filter信息，生成最終的SPAR化查詢語句，進(jìn)一步與圖數(shù)據(jù)庫交互，查 詢到結(jié)果返回。
【專利摘要】本發(fā)明公開了一種基于本體庫內(nèi)容的SPARQL查詢語句生成系統(tǒng)，其基于d3.js的可視化技術(shù)以及對本體庫的URI進(jìn)行索引檢索的思想，通過用戶在前臺(tái)使用系統(tǒng)提供的圖形繪制部件構(gòu)建出查詢圖，并對每一個(gè)部件賦予自然語言的標(biāo)簽，由后臺(tái)實(shí)時(shí)響應(yīng)每一個(gè)新構(gòu)建的部件，并在已經(jīng)索引的URI中檢索出Top-K個(gè)匹配部件標(biāo)簽的URI，交由用戶選擇最符合自己查詢意圖的URI，同時(shí)提供用戶定制的查詢限制，最終自動(dòng)生成SPARQL查詢語句對RDF數(shù)據(jù)庫進(jìn)行查詢，極大地方便了對本體庫的Schema不熟悉，或者不了解SPARQL語法的用戶對數(shù)據(jù)庫進(jìn)行查詢。
【IPC分類】G06F17-30
【公開號(hào)】CN104572970
【申請?zhí)枴緾N201410852126
【發(fā)明人】王東輝, 熊逵, 李亞南, 藺越檀, 孫歡, 黃鵬程, 洪高峰, 徐燦, 梁建增, 莊越挺
【申請人】浙江大學(xué)
【公開日】2015年4月29日
【申請日】2014年12月31日