数据模型模糊查询方法、系统及存储介质技术方案

本发明专利技术提出一种数据模型模糊查询方法、系统及存储介质。其中，数据模型查询方法，包括：获取查询关键词；获取语义关系图；根据语义关系图，对查询关键词进行扩展，得到词集；根据词集，确定查询的目标数据模型。本发明专利技术有利于提高模糊查询的准确率。高模糊查询的准确率。高模糊查询的准确率。

【技术实现步骤摘要】
数据模型模糊查询方法、系统及存储介质


[0001]本专利技术涉及数据模型领域，尤其是涉及了一种数据模型模糊查询方法、系统及存储介质。

技术介绍

[0002]数据模型(Data Model)，也可称为数据资源模型，是对客观事物及其逻辑关系的描述，指表示实体以及实体之间联系的数据库的数据结构，是一组严格定义的概念的集合，能够表达数据之间的相互关系，对数据的操作，以及有关语义的定义约束规则。数据模型通常由数据结构、数据操作和完整性约束三个要素组成。
[0003]数据模型从多角度多层次描述和表达数据源实体的属性和关系，建立实体与数据模型之间的对应关系。良好的数据模型可提高数据资源信息的结构化水平，支撑数据资源的合理分类、高效存取、实现资源的最佳配置、信息的顺畅沟通与交流。
[0004]数据模型的查询功能是数据模型管理系统中必不可少的关键功能，可以实现对数据模型的查找。一些场景中，使用精确查询功能查询数据模型，可能出现无法查询到结果的情况，此时可能会进行模糊查询。然而，由于对用户的查询意图理解出现偏差，导致模糊查询所获得的结果往往并非是用户想要的结果。

技术实现思路

[0005]本专利技术提出一种数据模型的可视化搜索方法、系统及存储介质，有利于提高查询准确率。
[0006]第一方面，提供一种数据模型查询方法，包括：获取查询关键词；获取语义关系图；根据所述语义关系图，对所述查询关键词进行扩展，得到词集；根据所述词集，确定查询的目标数据模型。
[0007]在一些实施方式中，所述的数据模型查询方法，其中，获取查询关键词，包括：获取查询文本；使用停用词表删除所述查询文本中的停用词，提取所述查询文本中的实词，得到初始查询关键词；确定所述初始查询关键词的近义词；将所述初始查询关键词和所述近义词，作为查询关键词。
[0008]在一些实施方式中，所述的数据模型查询方法，其中，所述获取语义关系图，包括：采用语义关系神经网络从语料库中获取多个词语，以及确定词语之间的关系权重；根据所述关系权重将所述词语连接，形成语义关系图。
[0009]在一些实施方式中，所述的数据模型查询方法，其中，所述根据所述语义关系图，
对所述查询关键词进行扩展，得到词集，包括：根据所述查询关键词与所述语义关系图中的词语进行匹配，得到匹配词语；根据所述匹配词语之间的相互关系，确定各个所述匹配词语的含义；根据所述各个所述匹配词语的含义进行扩展，得到多个扩展词语；基于所述匹配词语和所述扩展词语，构建词集。
[0010]在一些实施方式中，所述的数据模型查询方法，其中，根据所述词集，确定查询的目标数据模型，包括：根据所述词集，构造查询方案；根据所述查询方案对数据模型进行查询，得到多个数据模型；对所述多个数据模型进行排序，将排序第一的数据模型确定为目标数据模型。
[0011]在一些实施方式中，所述的数据模型查询方法，其中，所述根据所述匹配词语之间的相互关系，确定各个所述匹配词语的含义，包括：若当前匹配词语为多义匹配词语时，则针对所述多义匹配词语的每个含义分别产生一个语义词语群，得到多个语义词语群，其中，所述当前匹配词语为从所述多个匹配词语中选定的一个匹配词语，所述语义词语群为根据按照预设约束从所述语义关系图中选取的一个或多个词语；计算所述语义词语群与所有匹配词语之间的重合程度或相似度；将重合程度最大或相似度最大的语义词语群所对应的词语含义作为所述当前匹配词语的含义。
[0012]在一些实施方式中，所述的数据模型查询方法，其中，所述根据所述各个所述匹配词语的含义进行扩展，得到多个扩展词语，包括：将匹配词语作为起始节点，按照延伸条件沿着语义关系图中节点之间的连接线向周围节点延伸，形成扩展路径；获取所述扩展路径上的节点对应的词语，得到扩展词语；其中，所述延伸条件包括：每条所述扩展路径上均由一条或多条节点连接线头尾连接形成；若当前节点同时位于来自多个所述匹配词语的扩展路径上时，则分别增加各个所述扩展路径中当前节点连接线对应的关系权重值，否则当前节点连接线对应的关系权重值保持不变；所述扩展路径中每条节点连接线对应的关系权重值大于权重阈值；所述扩展路径各个节点连接线对应的各个关系权重值的倒数之和小于或等于预设阈值。
[0013]在一些实施方式中，所述的数据模型查询方法，其中，所述根据所述词集，构造查询方案，包括：分析所述查询文本的句式结构；获取与所述查询文本的句式结构匹配的查询式子；根据所述词集中的各个词语，填充所述查询式子，得到查询方案。
[0014]第二方面，提供一种数据模型查询系统，其中，包括：第一获取模块，用于获取查询关键词；第二获取模块，用于获取语义关系图；扩展模块，用于根据所述语义关系图，对所述查询关键词进行扩展，得到词集；确定模块，用于根据所述词集，确定查询的目标数据模型。
[0015]第三方面，提供一种存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时，实现如上所述的数据模型查询方法的步骤。
[0016]第四方面，提供一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其中，当所述处理器执行所述程序时，实现如上所述的数据模型查询方法的步骤。
[0017]本专利技术的数据模型查询方法，能够根据所述语义关系图，对所述查询关键词进行扩展，得到词集；再根据所述词集，确定查询的目标数据模型，可以减少由于查询关键词较少导致无法查询获得数据模型的情况，有利于提高模糊查询准确率。
附图说明
[0018]通过阅读下文优选的具体实施方式中的详细描述，本专利技术各种其他的优点和益处对于本领域普通技术人员来说将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。显而易见地，下面描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术一个实施例的数据模型查询方法的流程图；图2是本专利技术一个实施例的语义关系图的示意图；图3是本专利技术一个实施例的减小多义匹配词语与当前语境非最接近的语义词语群之间的权重值前的语义关系图的示意图；图4是本专利技术一个实施例的减小多义匹配词语与当前语境非最接近的语义词语群之间的权重值后的语义关系图的示意图；图5是本专利技术一个实施例的一种数据模型查询系统的结构示意图；图6是本专利技术一个实施例的数据模型查询系统的交互界面图；图7为本专利技术一个实施例的电子设备的结构示意图。
实施方式
[0020]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本专利技术作进一步详细说明。
[0021]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据模型查询方法，其特征在于，包括：获取查询关键词；获取语义关系图；根据所述语义关系图，对所述查询关键词进行扩展，得到词集；根据所述词集，确定查询的目标数据模型。2.根据权利要求1所述的数据模型查询方法，其特征在于，所述获取查询关键词，包括：获取查询文本；使用停用词表删除所述查询文本中的停用词，提取所述查询文本中的实词，得到初始查询关键词；确定所述初始查询关键词的近义词；将所述初始查询关键词和所述近义词，作为查询关键词。3.根据权利要求1所述的数据模型查询方法，其特征在于，所述获取语义关系图，包括：采用语义关系神经网络从语料库中获取多个词语，以及确定所述多个词语之间的关系权重；根据所述关系权重将所述词语连接，形成语义关系图。4.根据权利要求1所述的数据模型查询方法，其特征在于，所述根据所述语义关系图，对所述查询关键词进行扩展，得到词集，包括：根据所述查询关键词与所述语义关系图中的词语进行匹配，得到匹配词语；根据所述匹配词语之间的相互关系，确定各个所述匹配词语的含义；根据所述各个所述匹配词语的含义进行扩展，得到多个扩展词语；基于所述匹配词语和所述扩展词语，构建词集。5.根据权利要求2所述的数据模型查询方法，其特征在于，所述根据所述词集，确定查询的目标数据模型，包括：根据所述词集，构造查询方案；根据所述查询方案对数据模型进行查询，得到多个数据模型；对所述多个数据模型进行排序，将排序第一的数据模型确定为目标数据模型。6.根据权利要求4所述的数据模型查询方法，其特征在于，所述根据所述匹配词语之间的相互关系，确定各个所述匹配词语的含义，包括：若当前匹配词语为多义匹配词语时，则针对所述多义匹配词语的每个含义分别产生一个语义词语群，得到多个语义词语群，其中，所述当前匹配词语为从多个所述匹...

【专利技术属性】
技术研发人员：夏春秋，
申请(专利权)人：深圳市唯特视科技有限公司，
类型：发明
国别省市：