一种开源项目知识图谱的优化方法和系统技术方案

本发明专利技术实施例提供了一种开源项目知识图谱的优化方法和系统，该方法和系统具体为：分别构建开源项目的各个发行版本的原始知识图谱；将多个原始知识图谱的知识进行链接，生成多版本知识融合的知识图谱；对所述多版本知识融合的知识图谱进行剪枝，生成目标知识图谱；使用OpenKE框架设计知识嵌入模型TransE，并对所述模型TransE进行训练；通过所述模型TransE，生成所述目标知识图谱的嵌入表示。本发明专利技术实施例提供的方法和系统，生成开源项目多版本知识融合的知识图谱，并对所述知识图谱进行剪枝并生成嵌入表示，从多个角度对开源项目的知识图谱进行优化，以更好地帮助开发者对项目代码的学习。

【技术实现步骤摘要】
一种开源项目知识图谱的优化方法和系统
本专利技术涉及开源项目
，特别是涉及一种开源项目知识图谱的优化方法和一种开源项目知识图谱的优化系统。
技术介绍
开源项目(opensourceproject)，是一种开放源码的软件项目，开发者可以通过开源社区修改开源项目的源码，定制自己的个性化产品。大型的开源项目通常会由多个开发者共同参与开发，并吸引众多的开发者来学习该开源项目的源代码，这些开发者在不断的学习和技术历练之后，也可能进入到开源项目的主要分支中，为开源项目贡献自己的力量。为了帮助新加入的开发者快速地找到他们需要的项目代码，并为其获取项目代码的相关知识和注释，进而高效地学习，有人提出根据多源数据为开源项目建立一种内部多维特征关联的知识图谱，以此表示开源项目代码的组织结构，方便新加入的开发者对源代码和相关的注释知识进行快速的检索，进而提高学习效率。但是，上述开源项目的知识图谱，仍然存在缺陷：1、项目代码的迭代可能会使不同版本的程序之间存在信息的变化，即，数据格式、表现形式等不一致，从而导致知识链接的中断，开发者缺乏历史本文档来自技高网...

【技术保护点】
1.一种开源项目知识图谱的优化方法，其特征在于，包括：/n针对开源项目的历史发行版本和当前版本，分别构建所述开源项目的原始知识图谱；/n将所述历史发行版本的原始知识图谱的知识，链接到所述当前版本的原始知识图谱的知识上，生成多版本知识融合的知识图谱；/n对所述多版本知识融合的知识图谱进行剪枝，生成目标知识图谱，包括：清洗所述多版本知识融合的知识图谱的边缘子图和非核心子图，并保留最大连通子图作为知识图谱的主体部分，进而得到所述目标知识图谱；/n使用OpenKE框架设计知识嵌入模型TransE，并对所述模型TransE进行训练，通过所述模型TransE，生成所述目标知识图谱的嵌入表示。/n

【技术特征摘要】
1.一种开源项目知识图谱的优化方法，其特征在于，包括：
针对开源项目的历史发行版本和当前版本，分别构建所述开源项目的原始知识图谱；
将所述历史发行版本的原始知识图谱的知识，链接到所述当前版本的原始知识图谱的知识上，生成多版本知识融合的知识图谱；
对所述多版本知识融合的知识图谱进行剪枝，生成目标知识图谱，包括：清洗所述多版本知识融合的知识图谱的边缘子图和非核心子图，并保留最大连通子图作为知识图谱的主体部分，进而得到所述目标知识图谱；
使用OpenKE框架设计知识嵌入模型TransE，并对所述模型TransE进行训练，通过所述模型TransE，生成所述目标知识图谱的嵌入表示。


2.根据权利要求1所述的方法，其特征在于，针对开源项目的历史发行版本和当前版本，分别构建所述开源项目的原始知识图谱，包括：
若监测到所述开源项目的版本提交记录有更新，则利用所述开源项目的开发期间在版本提交记录中使用的版本控制系统中的Tag功能，查找所述开源项目每个发行版本所处的提交位置，以此将项目回滚到各历史发行版本和当前版本，并分别抽取各历史发行版本和当前版本的项目代码知识信息，分别生成所述开源项目各历史发行版本和当前版本的原始知识图谱。


3.根据权利要求1所述的方法，其特征在于，对所述多版本知识融合的知识图谱进行剪枝，生成目标知识图谱，包括：
基于知识图谱的图属性，对所有出度或入度小于等于1的知识图谱节点进行至少一轮清洗，以此清洗所述多版本知识融合的知识图谱中的边缘子图和非核心子图，进而保留最大连通子图作为知识图谱的主体部分，生成所述目标知识图谱。


4.根据权利要求1所述的方法，其特征在于，通过所述模型TransE，生成所述目标知识图谱的嵌入表示，包括：
通过所述模型TransE，嵌入所述目标知识图谱的组件，包括将实体和关系转化为连续的向量空间，将所述实体和关系表示在同一空间中，针对所述目标知识图谱中的每个节点，生成图谱节点的嵌入向量，以此生成所述目标知识图谱的嵌入表示；所述嵌入向量用于表示实体在嵌入空间中相对于所述目标知识图谱的位置，在所述目标知识图谱的应用中，能够基于所述嵌入向量在空间中的位置，计算实体间关系的距离权重。


5.根据权利要求1所述的方法，其特征在于，生成多版本知识融合的知识图谱之前，还包括：
针对每个版本的所述原始知识图谱独有的知识实体与关系，添加gVersion属性，以表明所述知识实体与关系的开源项目版本来源，通过使用可视化工具Gephi，对所述原始知识图谱和所述目标知识图谱进行可视化的分析与展示，供学习者区分各版本知识信息，进而实现针对性地学习。


6.一种开源项目知识图谱的优化系统，其特征在于，所述系统包括：
构建模块一，用于针对开源项目的历史发行版本和当前版本，分别构建所述开源项目的原始知识图谱；
融合模块一，用于将所述历史发行版本的原始知识图谱的知识，链接到所述当前版本的原始知识图谱的知识上，生成多版本知识融合的知识图谱；
剪枝模块一，用于对所述多版本知识融合的知识图谱进行剪枝，生成目标知识图谱，包括：清洗所述多版本知识融合的知识图谱的边缘子图和非核心子图，并保留最大连通子图作为知识图谱的主体部分，进而得到所述目标知识图谱；
嵌入模块一，用于使用OpenKE框架设计知识嵌入模型TransE，并对所述模型TransE进行训练...

【专利技术属性】
技术研发人员：孙艳春，黄罡，孙志玉，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11