面向大规模RDF数据的高效语义索引的构建方法技术

本发明专利技术公开了一种面向大规模RDF数据的高效语义索引的构建方法，包括以下步骤：步骤1.配置开源分布式RDF数据库，作为存储RDF数据的持久化数据库；步骤2.区分RDF数据库中的TBox数据和ABox数据；步骤3.生成TBox数据中的类之间的子父语义关系索引；步骤4.生成TBox数据中的属性之间的子父子父语义关系索引；步骤5.将上述生成的语义关系融入到RDF数据中，包括原本的TBox数据和ABox数据，构成新的RDF数据；步骤6.将生成的新的RDF数据持久化到配置好的RDF数据库中。本发明专利技术针对的是大规模RDF数据的查询和推理，最终提供了一种新的构建RDF数据语义关系索引的方案，从而在保证查询效率的同时能够支持较为丰富的离线推理。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种面向大规模RDF数据的高效语义索引的构建方法，包括以下步骤：步骤1.配置开源分布式RDF数据库，作为存储RDF数据的持久化数据库；步骤2.区分RDF数据库中的TBox数据和ABox数据；步骤3.生成TBox数据中的类之间的子父语义关系索引；步骤4.生成TBox数据中的属性之间的子父子父语义关系索引；步骤5.将上述生成的语义关系融入到RDF数据中，包括原本的TBox数据和ABox数据，构成新的M)F数据；步骤6.将生成的新的RDF数据持久化到配置好的RDF数据库中。本专利技术针对的是大规模RDF数据的查询和推理，最终提供了一种新的构建RDF数据语义关系索引的方案，从而在保证查询效率的同时能够支持较为丰富的离线推理。【专利说明】面向大规模RDF数据的高效语义索引的构建方法
本专利技术涉及RDF数据库领域，具体来说，涉及RDF数据库中数据的有效组织以及推 理。
技术介绍
随着Web的发展，从最初的Webl. 0时代步入了当今的Web2. 0时代，并在逐渐进入 一个新的阶段--Web3. 0时代，也即语义Web时代。语义Web的概念由蒂姆?伯纳斯-李 (Tim Berners-Lee)于20世纪90年代提出，主要是为了解决计算机无法理解网络上的文档 的含义这样一个问题。其主要技术点在于，为Web上的资源通过给其标注相应的语义信息 来让计算机进行理解。计算机能够理解网络上的资源，使得人机互通更进一步，从而使整个 Web变成一个更加易用和智能的Web。 随着语义Web的发展，对网络资源的语义信息的标准化工作也逐步完成。RDF 就是用来描述网络资源的语义信息的一种标准化方案。RDF(Resource Description Framework)，是语义Web的一种标准数据模型，用来构建和表示机器可理解的数据，是典型 的图结构数据。如今RDF数据呈几何量级增长，已经达到百亿级三元组规模。这样大规模 的RDF数据的高效存储和查询工作已经成为语义Web研究的一个重点问题。 语义Web中，RDF数据的访问主要分为查询和推理两部分。由于数据本身的特点， RDF数据的查询涉及到图的连接等操作，具有较高的复杂度，因此需要底层强大的索引机制 支持以便进行高效查询。当前RDF数据的索引模型主要有三元组索引，倒排索引和关键字 索引等，支持SPARQL等查询。同时，由于RDF数据包含一定的语义信息，是用来构建机器可 理解的信息的标准，因此可以用推理机对其进行推理查询。通过推理，可以丰富查询的结果 集。但是，通过对RDF数据的相关存储和查询工作的研究发现，RDF数据的查询和推理相关 工作一直都是分开的。针对查询的工作主要围绕优化索引结构、空间代价换取时间代价等 问题展开， 针对以上问题，有必要针对RDF数据的有效组织以及在其上的推理进行有效融 合，将RDF中所蕴含的语义信息固化到底层的索引机制中去，这样，即支持通过RDF的索引 结构对RDF数据进行高效的查询之外，还可以通过索引结构携带的语义信息进行推理，从 而支持在查询的时候的推理工作，实现离线推理，极大丰富查询结果。
技术实现思路
为了克服上述现有技术存在的问题，本专利技术提出了一种面向大规模RDF数据的高 效语义索引的构建方法，在现有的RDF三元组高效索引的基础上，通过融入RDFS层的语义 信息，来构建新的支持语义推理的索引结构一语义索引，并持久化到底层数据库中去，从而 支持RDF数据的高效查询以及查询时的离线推理。 本专利技术提出了一种面向大规模RDF数据的高效语义索引的构建方法，该方法包括 以下步骤： 步骤1、配置开源分布式RDF数据库，作为存储RDF数据的持久化数据库； 步骤2、区分RDF数据库中的TBox数据和ABox数据； 步骤3、生成TBox数据中的类之间的子父语义关系索引； 步骤4、生成TBox数据中的属性之间的子父子父语义关系索引；针对每一个属性， 其中：对于域，直接用Class的语义关系索引；对于range，贝U是将其中Class的部分的语义 关系索引直接用Class的语义关系索引，而非Class的range则重新进行语义关系索引的 生成； 步骤5、将上述生成的语义关系融入到RDF数据中，包括原本的TBox数据和ABox 数据，构成新的RDF数据； 步骤6、将生成的新的RDF数据持久化到配置好的RDF数据库中。 所述步骤2的生成TBox数据中的类之间的子父语义关系索引中，还具体包含以下 处理： 通过广度优先遍历从根类到叶子类的过程，来分别生成其对应的子父语义关系索 引。 所述步骤3的生成TBox数据中的属性之间的子父子父语义关系索引中，具体包含 以下处理： 通过广度优先遍历从根属性到叶子属性的过程，来分别生成对应语义关系索引。 所述步骤5的将上述生成的语义关系融入到RDF数据中，还具体包括以下处理： 根据RDF数据库中三元组数据S、P、0中的谓词来判断这条三元组的类别，如果 谓词是rdf:type，则表示S是个体，则将其与0的语义关系索引进行绑定；如果谓词是 subClassOf，则表明S和0都是类，则将它们分别和各自的父类语义关系索引绑定；如果谓 词是subProperty，则表明S和0都是属性，则将它们分别和各自的父属性语义索引码绑定； 剩余的谓词则是自定义属性，分别将S、P和0与各自对应的语义关系索引绑定；所谓自定义 属性即数据集中由用户通过继承自根属性（如〇wl:0bjectProperty)而自定义的属性（如 dbpedia:influenced). 与现有技术相比，本专利技术具有以下有益效果： 本专利技术针对的是大规模RDF数据的查询和推理，最终提供了一种新的构建RDF数 据语义关系索引的方案，从而在保证查询效率的同时能够支持较为丰富的离线推理。 【专利附图】【附图说明】 图1是本专利技术中所用到的数据的示例图； 图2是本专利技术的核心部分，语义索引的结构示例图； 图3是本专利技术的整体架构图，也即流程图。 【具体实施方式】 下面结合附图对本专利技术作进一步详细说明。 步骤1、配置开源分布式RDF数据库Bigdata，作为存储RDF数据的持久化数据库； 步骤2、区分RDF数据库中的TBox数据和ABox数据，便于进行编码以创建语义索 引； 步骤3、根据ORDPath编码规则，对TBox数据中的Class的子父关系进行编码，体 现类之间的子父语义关系； 步骤4、根据ORDPath编码规则，对TBox数据中的Property的子父类关系进行编 码，体现属性之间的子父语义关系； 步骤5、根据ORDPath编码规则，针对每一个Property的domain进行编码；由于 在RDF数据中，一个Property的domain全是Class,因此针对domain的编码则是直接用到 针对Class的编码； 步骤6、根据ORDPath编码规则，针对每一个Property的range进行编码；由于 在RDF数据中，一个Property的range可能是Class,也可能是非Class,则将range中是 Class的部分的本文档来自技高网...

【技术保护点】
一种面向大规模RDF数据的高效语义索引的构建方法，其特征在于，该方法包括以下步骤：步骤1、配置开源分布式RDF数据库，作为存储RDF数据的持久化数据库；步骤2、区分RDF数据库中的TBox数据和ABox数据；步骤3、生成TBox数据中的类之间的子父语义关系索引；步骤4、生成TBox数据中的属性之间的子父子父语义关系索引；针对每一个属性，其中：对于域，直接用Class的语义关系索引；对于range，则是将其中Class的部分的语义关系索引直接用Class的语义关系索引，而非Class的range则重新进行语义关系索引的生成；步骤5、将上述生成的语义关系融入到RDF数据中，包括原本的TBox数据和ABox数据，构成新的RDF数据；步骤6、将生成的新的RDF数据持久化到配置好的RDF数据库中。

【技术特征摘要】

【专利技术属性】
技术研发人员：魏亚洲，冯志勇，王鑫，饶国政，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12