一种基于D2RQ的结构化数据知识抽取方法技术

本发明专利技术公开了一种基于D2RQ的结构化数据知识抽取方法，包括以下步骤：获取执勤数据知识图谱Schema信息；连接执勤数据库；关系表与知识图谱Schema中实体的单向映射；关系表与实体属性、实体关系的映射；跨表数据与实体属性的关联；生成Mapping文件；D2RQ自动抽取。基于D2RQ和知识图谱Schema的结构化执勤数据知识抽取主要是对结构化的执勤数据进行知识抽取，通过对结构化执勤数据源中的表和字段与知识图谱Schema中的实体、属性、关系进行映射，形成相应的Mapping映射文件，并最终通过D2RQ引擎实现执勤数据的自动抽取和转换。实现执勤数据的自动抽取和转换。

【技术实现步骤摘要】
一种基于D2RQ的结构化数据知识抽取方法


[0001]本专利技术属于知识图谱
，具体涉及一种基于D2RQ的结构化数据知识抽取方法。

技术介绍

[0002]知识图谱描述知识资源及其载体，挖掘、分析和构建知识及它们之间的相互联系。在军事领域中，利用知识图谱构建分析模型，辅助支持分析决策，已经成为趋势。知识图谱的存储方式，按照现在应用比较广泛的RDF(Resource Description Framework)规范保存为三元组形式，RDF是一种资源描述语言。而执勤数据大多储存在关系数据库如Mysql中，以不同的表的形式来区分，所以需要进行转换。D2RQ是一个能够将关系数据库中的内容转换成RDF三元组的工具。
[0003]现有知识图谱构建技术在军事领域中面临着众多挑战。首先，军事知识专业性强、知识密集且数据量大，构建知识图谱存在效率低、质量难以保证等难题；其次，军事知识动态变化快，构建知识图谱需要考虑知识更新和拓展性难题；最后，D2RQ作为结构化数据自动转换为RDF数据的工具，常用于军事领域数据的知识抽取，由于无法与执勤数据知识图谱Sc本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于D2RQ的结构化数据知识抽取方法，其特征在于，包括以下步骤：步骤1，获取执勤数据知识图谱Schema信息；步骤2，连接执勤数据库；步骤3，关系表与知识图谱Schema中实体的单向映射；步骤4，关系表与实体属性、实体关系的映射；步骤5，跨表数据与实体属性的关联；步骤6，生成Mapping文件；步骤7，D2RQ自动抽取。2.根据权利要求1所述的一种基于D2RQ的结构化数据知识抽取方法，其特征在于，步骤1中执勤数据知识图谱Schema信息的获取分为引用和自定义两种方式，若选择引入的方式则直接得到知识图谱Schema，若采用自定义的方式则需要考虑具体执勤业务。3.根据权利要求1所述的一种基于D2RQ的结构化数据知识抽取方法，其特征在于，步骤3具体包括以下步骤：进行执勤数据库中的关系表与知识图谱Schema中实体的对应操作，对关系表中的列，若对应知识图谱Schema中的实体，则对该列标记为“实体”，并通过单向函数，建立该列与对应的知识图谱Schema中实体及URI标识列的映射。4.根据权利要求1所述的一种基于D2RQ的结构化数据知识抽取方法，其特征在于，步骤4具体包括以下步骤：当要生成的RDF数据来源于同一张表时，在完成步骤3后，将关系表中的列与知识图谱Schema中实体属性、实体关系进行映射；对执勤关系表中的列，若与同表中“实体”列的关系对应到知识图谱Schema中为“资源
‑
属性
‑
属性值”的关系，其中属性值是某种数据类型的值，则标记该列为“数据属性谓词”，在后续D2RQ生成的R...

【专利技术属性】
技术研发人员：李璇，王懋，叶培春，黄宏斌，刘丽华，王佳，宋伟，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：