一种基于语义关联网络的启发式查询扩展方法技术

本发明专利技术公开一种基于语义关联网络的启发式查询扩展方法，其步骤为：1)在语料库的基础上，结合本体中抽取的概念，建立关联图；2)在所述关联图和查询的基础上，通过启发式查询扩展，得到关联语义上的扩展式查询。本发明专利技术可以保证查询扩展的合理性和准确性。该发明专利技术的最终结果可以提供给相关领域的用户使用，例如应急救援、图书推荐等领域，可以真实地反映用户需求的结果。

A heuristic query extension method based on semantic association network

【技术实现步骤摘要】
一种基于语义关联网络的启发式查询扩展方法
本专利技术属于信息查询
，具体涉及一种基于语义关联网络的启发式查询扩展方法。
技术介绍
随着信息通讯技术及其相关应用的飞速发展，各种来源的数据，如互联网网页数据、社交网络数据、移动通讯数据、交通数据、物联网采样数据等急剧膨胀，极大地改变了人们的生产与生活模式。传统的查询技术已经无法满足用户的检索需求，如何有效地利用这些数据进行查询服务，是研究者们面临的重大挑战之一。数据的查询除了简单的关键词查询、时空查询、数值查询之外，还包括更加复杂的启发式关联查询。通过关联语义得到启发式的扩展查询，可以为最终决策提供有力支持。因此启发式关联查询具有重要的研究价值与广阔的应用前景，如在应急救援领域中，实时查询某一灾害，可以衍生查询出类似灾害、救援方式、灾害区域附近的救援力量、医院分布情况等，为救援起积极指导作用；在图书查询系统中，通过用户输入的关键词，推荐类似书籍或作者的其他系列书籍等，更全面地满足用户需求；在电商推荐系统中，分析用户的购买数据，发现用户购物行为的关联关系，向其推荐感兴趣的商品。可以说，启发式关联查询技术已经得到了人们日益广泛的重视。传统的信息检索技术根据查询关键词进行匹配检索，为文本集中每个词建立精确的定位并提供检索。全文检索是典型的信息检索系统，它允许用户从全文的任意结构中查找。查询扩展是在原始查询词的基础上，通过一定的方法和策略将与原查询词相关的扩展词添加到查询中，形成能更准确表达查询意图的新查询。总体上来说，查询扩展技术可以分为三类：基于全局与局部分析的查询扩展、基于查询日志的查询扩展和基于语义概念的查询扩展。第一类主要依据文档中词语之间的共现信息来发现其相似性，从而实现查询扩展；第二类是通过分析用户的查询日志，建立查询空间与文档空间之间的联系进行扩展；第三类是从语义概念层面上对查询进行扩展]。然而，传统的检索技术只能根据关键词进行匹配，忽略了语义在查询中的作用，无法实现关联式的启发查询。查询扩展方法从统计或语义的角度出发进行研究，但是都没有考虑时间因素，且忽略了扩展词之间的关联路径。启发式查询的合理定义与描述、语义关联网络的构建方法、启发式查询扩展方法等，没有得到有效的研究与解决，对这些关键技术问题有待进一步的研究。
技术实现思路
针对上述尚没有解决的关键问题，本专利技术提出了一种基于语义关联网络的启发式查询扩展方法，目的是为查询词进行语义扩展提供一种可行的解决方案，从而搜索出相关联的数据对象。为实现上述目的，本专利技术采用如下的技术方案：一种基于语义关联网络的启发式查询扩展方法包括以下步骤：步骤1、根据本体中抽取的概念，建立关联图，其中，所述关联图用RG＝(V,E)表示，V是节点的集合，v是一个概念，用语义标签A表示；E是边的集合，e＝(vi,vj,rw)表示vi和vj之间有关联，且其关联权重为rw；所述查询用Q＝(A1,A2,…,Am)表示，Ai表示第i个查询条件对应的概念；步骤2、根据查询Q和关联图RG，构造最小查询生成树MQST，同时根据所述最小查询生成树MQST对查询中的节点进一步进行有效路径扩展。作为优选，步骤1构建关联图的方法包括如下：步骤1-1、从本体中抽取领域内的概念集AS，将概念集中的概念作为关联图的节点，并初始化各概念对之间的关联权重为0；步骤1-2、抽取窗口Wd内的关联矩阵集合RMS’，并累加计算节点间的关联度的时间权重的加权和；步骤1-3、计算节点间的关联权重，若存在关联，则添加关联图的边。作为优选，步骤1-2所述关联矩阵的计算方法包括如下：步骤1-2-1、从本体中抽取领域内的概念集AS，然后扫描文本集ST，查看每个概念是否在ST中出现，初始化统计矩阵OM，其中，所述文本集用ST＝(st1,st2,…,stn)表示，统计矩阵OM记录概念是否在文本中出现，其中，行表示文本，列表示概念，OM[i,j]表示第j个概念是否在第i个文本中出现；步骤1-2-2、逐个计算共现率和关联度，如果满足强关联条件，即共现率大于等于最小共现率且关联度大于等于最小关联度，将其保存在关联矩阵RM中，其中，在所述文本集ST＝(st1,st2,…,stn)中，概念的A1和A2的共现率为其中表示A1和A2在sti中的共现情况；概念的A1和A2的关联度为其中CP(A1,A2)是A1和A2在ST中的共现率，OP(Ai)是Ai在ST中出现的概率；统计矩阵RM记录概念之间的共现率和关联度，其中行、列表示概念，RM[i,j].cp表示第i个概念与第i个概念的共现率，RM[i,j].rp表示第i个概念与第i个概念的关联度。作为优选，步骤1-2中所述统计窗口用Wd＝{tk-n,tk-n+1,…,tk}表示；时间权重WT(tl,tk)＝1/2(tk-tl)，其中tk为当前的时间段，tl(l≤k)为任一时间段；步骤1-3中所述概念对(Ai,Aj)的关联权重为其中Wd为统计窗口，WT(tl,tk)为时间权重，是Ai、Aj在时间段tl的关联度。作为优选，，步骤2中所述最小查询生成树的构造方法包括如下：步骤2-1、从查询Q中随机选择一个节点作为开始节点，并初始化最小查询生成树MQST的节点集合V’和边集合E’；步骤2-2、对Q中的每一对概念(u,v)，判断其是否路径可达，若可达，则在邻接表adj中保存可达节点，并使用矩阵M的M[u,v].sp和M[u,v].w分别保存RG中u、v之间的最短路径和其关联值；否则则分别设置为空和无穷大；步骤2-3、初始化权重数组weight和小顶堆Heap；步骤2-4、开始迭代计算，弹出堆Heap中weight最小的节点u，更新Q中u的每个路径可达节点v的weigh，保证其是v到MQST的最小关联值；步骤2-5、调整堆并将该路径中的节点和边添加至集合V’和E’中，直至Heap为空，即Q中的节点全部添加至MQST中，迭代结束。作为优选，步骤2-1所述关联图RG在查询Q下的查询生成树T满足：(1)T包含Q中的每一个节点；(2)T不包含环；(3)T是RG的一个连通子图；最小查询生成树MQST满足：W(MQST)＝min{W(T)|T∈TS}，其中TS＝{T1,T2,…,Tn}是满足RG和Q的所有查询生成树的集合。作为优选，步骤2-2所述判断路径是否可达的方法是采用Dijkstra算法预先计算RG中所有节点对之间的最短路径，并保存起来，执行步骤2-2时可直接查看是否可达。作为优选，步骤2-3所述权重weight[v]表示v到MQST的所有路径中的最小关联值；小顶堆Heap依据weight值构建并调整堆。作为优选，步骤2-4所述路径P的关联值其中rw(ei)是边ei的关联权重。作为优选，步骤2中有效路径扩展方法包括如下：步骤2-2-1、对查询Q＝(v1,v2,…,vm)中每个节点vi进行有效路径扩展，其中，所述节点v的有效路径VP＝(v’1,v’2,…,v’k)满足：(1)v等于有效路径VP的第一个节点v’1；(2)W(VP)小于等于给定关联阈值δ；(3)有效路径VP的长度k小于等于给定关联层级阈值τ；步骤2-2-2、合并MQST和每个vi的有效路径的节点，得到查询Q的启发式关联扩展查询Q’，即本专利技术所采用的技术方案是两阶段框架，首先在语料库文本集的基础上，本文档来自技高网...

【技术保护点】
一种基于语义关联网络的启发式查询扩展方法，其特征在于，包括以下步骤：步骤1、根据本体中抽取的概念，建立关联图，其中，所述关联图用RG＝(V，E)表示，V是节点的集合，

【技术特征摘要】
1.一种基于语义关联网络的启发式查询扩展方法，其特征在于，包括以下步骤：步骤1、根据本体中抽取的概念，建立关联图，其中，所述关联图用RG＝(V，E)表示，V是节点的集合，v是一个概念，用语义标签A表示；E是边的集合，e＝(vi,vj,rw)表示vi和vj之间有关联，且其关联权重为rw；所述查询用Q＝(A1,A2,…,Am)表示，Ai表示第i个查询条件对应的概念；步骤2、根据查询Q和关联图RG，构造最小查询生成树MQST，同时根据所述最小查询生成树MQST对查询中的节点进一步进行有效路径扩展。2.如权利要求1所述的基于语义关联网络的启发式查询扩展方法，其特征在于，步骤1构建关联图的方法包括如下：步骤1-1、从本体中抽取领域内的概念集AS，将概念集中的概念作为关联图的节点，并初始化各概念对之间的关联权重为0；步骤1-2、抽取窗口Wd内的关联矩阵集合RMS’，并累加计算节点间的关联度的时间权重的加权和；步骤1-3、计算节点间的关联权重，若存在关联，则添加关联图的边。3.如权利要求1所述的基于语义关联网络的启发式查询扩展方法，其特征在于，步骤1-2所述关联矩阵的计算方法包括如下：步骤1-2-1、从本体中抽取领域内的概念集AS，然后扫描文本集ST，查看每个概念是否在ST中出现，初始化统计矩阵OM，其中，所述文本集用ST＝(st1,st2,…,stn)表示，统计矩阵OM记录概念是否在文本中出现，其中，行表示文本，列表示概念，OM[i,j]表示第j个概念是否在第i个文本中出现；步骤1-2-2、逐个计算共现率和关联度，如果满足强关联条件，即共现率大于等于最小共现率且关联度大于等于最小关联度，将其保存在关联矩阵RM中，其中，在所述文本集ST＝(st1,st2,…,stn)中，概念的A1和A2的共现率为其中表示A1和A2在sti中的共现情况；概念的A1和A2的关联度为其中CP(A1,A2)是A1和A2在ST中的共现率，OP(Ai)是Ai在ST中出现的概率；统计矩阵RM记录概念之间的共现率和关联度，其中行、列表示概念，RM[i,j].cp表示第i个概念与第i个概念的共现率，RM[i,j].rp表示第i个概念与第i个概念的关联度。4.如权利要求3所述的基于语义关联网络的启发式查询扩展方法，其特征在于，步骤1-2中所述统计窗口用Wd＝{tk-n,tk-n+1,…,tk}表示；时间权重WT(tl,tk)＝1/2(tk-tl)，其中tk为当前的时间段，tl(l≤k)为任一时间段；步骤1-3中所述概念对(Ai,Aj)的关联权重为其中Wd为统计窗口，WT(tl,tk)为时间权重，是Ai、Aj在时间...

【专利技术属性】
技术研发人员：郭黎敏，李童，高需，苏醒，丁治明，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11