欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
随着知识的爆炸式增长和不同领域知识图谱的推出,仅面向单个知识图谱的查询结果已经不能满足用户的查询需求.本文提出了一种面向多源知识图谱的样例查询方法,目标是通过集成来自不同知识图谱的Top-K结果,改善用户对查询结果的满意度.首先,为了简化终端用户的操作,本文使用用户友好的查询方式,基于关键字的样例查询,通过结构化用户的查询关键字,确定每个知识图谱中的用户样例;其次,为了进一步确定用户查询意图,在已有的基于距离和结构的相关性衡量方法基础上,本文加入了知识流行程度作为一个补充的相关性衡量因素;之后,为了降低子图匹配与候选结果融合的时间代价,提出了基于优化的候选结果的融合方法;最后,通过实验验证了本文提出的方法对于面向多知识图谱的样例查询,不仅保证了查询效率,还提高了结果质量.
同期刊论文项目
同项目期刊论文
期刊信息
位置：