结合变量存储器和多变量连接器的流式推理方法技术

本发明专利技术提出结合变量存储器和多变量连接器的流式推理方法，所述流式推理方法基于是基于OWL Horst的规则集对RDF流式数据进行处理；所述流式推理方法是在知识图谱的背景下，先提出了变量存储器旨在加速查找特定RDF流式数据中查询速度的同时，避免以规则为单位的形式进行冗余存储和数据传输开销。接着提出多变量连接器的存储方法，用于预判规则是否激活；最后结合该存储设计方案，设计流式推理算法EMSR，有效地实现针对流式RDF数据的高效推理；本发明专利技术通过增设变量存储器和多变量连接器，使得同一类型的三元组可用于多条规则，避免了以规则为单位的形式进行冗余存储，减少了数据网络传输。

A Flow Reasoning Method Combining Variable Memory and Multivariable Connector

The present invention proposes a flow-based reasoning method combining variable memory and multivariable connector, which is based on OWL Horst rule set to process RDF flow-based data. The flow-based reasoning method is based on knowledge atlas. First, variable memory is proposed to speed up searching specific RDF flow-based data while avoiding rules as a unit. Redundant storage and data transmission overhead in form. Then a storage method of multivariable connectors is proposed to predict whether the rules are activated or not. Finally, combining the storage design scheme, a streaming reasoning algorithm EMSR is designed to effectively realize efficient reasoning for streaming RDF data. By adding variable memory and multivariable connectors, the same type of triple can be used for multiple rules, avoiding the rule-based form. Redundant storage reduces data network transmission.

【技术实现步骤摘要】
结合变量存储器和多变量连接器的流式推理方法
本专利技术涉及知识图谱下的流式RDF数据推理
，尤其是结合变量存储器和多变量连接器的流式推理方法。
技术介绍
早期有很多学者都是基于RDFS规则集的并行化推理算法。顾荣等提出了基于MapReduce的高效可扩展语义推理引擎YARM，将模式三元组和实例三元组数据分开处理，并优化了规则执行的先后顺序，使推理可以在一个MapReduce内完成；Chevalier等提出了一个有效的增量推理器Slider，将规则映射到独立的模块并进行分布式推理，同时，采用垂直分区和多重索引解决重复计算以提高推理效率；Bo等在提出了一种新颖的方法，用传递推理树(TRT)和未派生的三元组(UAT)来更有效地存储增量三元组，解决大规模本体的存储问题并基于此实现高性能的推理和在线查询。2004年2月，OWL成为一项W3C的推荐标准，它是一门比RDFS具有更强机器解释能力的更强大的语言。而OWLHorst规则集能实现OWL中一些比较有价值的推理，计算复杂度适中，是很多面向OWL推理研究工作中的重点研究方向。如Urbani等提出了一个典型的基于OWL的分布式推理引擎，在H本文档来自技高网...

【技术保护点】
1.结合变量存储器和多变量连接器的流式推理方法，基于OWL Horst规则集对RDF数据进行流式处理；以变量存储器来加速对处理过程中对RDF流式数据中包含相同属性的连接变量用于提高查询速度和减少数据的冗余存储，以多变量连接器来存储规则中的多个连接变量用于预判规则是否激活的同时提高推理效率，还依据变量存储器和多变量连接器实现流式推理算法EMSR，其特征在于，按照如下步骤实现：S1:所述的变量存储器(VSM)提取三元组中包含相同属性的连接变量并分别存储，用于提高查询速度和减少数据的冗余存储。S2:所述的多变量连接器(MVM)存储规则中的多个连接变量，用于预判规则是否具备推理条件，加快推理效率。S3...

【技术特征摘要】
1.结合变量存储器和多变量连接器的流式推理方法，基于OWLHorst规则集对RDF数据进行流式处理；以变量存储器来加速对处理过程中对RDF流式数据中包含相同属性的连接变量用于提高查询速度和减少数据的冗余存储，以多变量连接器来存储规则中的多个连接变量用于预判规则是否激活的同时提高推理效率，还依据变量存储器和多变量连接器实现流式推理算法EMSR，其特征在于，按照如下步骤实现：S1:所述的变量存储器(VSM)提取三元组中包含相同属性的连接变量并分别存储，用于提高查询速度和减少数据的冗余存储。S2:所述的多变量连接器(MVM)存储规则中的多个连接变量，用于预判规则是否具备推理条件，加快推理效率。S3:所述的推理算法EMSR是以知识图谱为背景，在Spark引擎平台上结合Redis数据库对RDF数据进行推理的算法；EMSR包括变量存储器(VSM)的存储算法、多变量连接器(MVM)的存储算法和以OWLHorst规则集各条规则的推理算法。2.根据权利要求1所述的结合变量存储器和多变量连接器的流式推理方法，其特征在于：所述步骤S1还包括如下特征：S11：依据规则前件中...

【专利技术属性】
技术研发人员：汪璟玢，李娟，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35