作者：
出版社： 电子工业出版社
CIP号：2019246984
书号：978-7-121-35429-8
出版地：北京
出版时间：2019.11
定价：￥88.0
随着LOD（Linking Open Data）项目规模的不断壮大，互联网上出现了越来越多的知识图谱，如DBpedia、Yago、Freebase等。各大搜索引擎公司纷纷以此为基础构建自己的知识图谱改善搜索，如Google Knowledge Graph、Microsoft Probase、搜狗知立方、百度知心等，大部分知识图谱都采用了RDF作为数据格式。SPARQL（Simple Protocol and RDF Query Language）作为RDF数据的标准查询语言，具有很强的表现力和速度优化能力，但是对于普通用户来说，构建SPARQL语句的难度非常大。自然语言查询和关键词查询作为非结构化查询方式，让普通用户可以自由访问知识图谱。本书主要内容如下。第一，为了改善自然语言查询中语义关系识别能力，本书提出了基于众包的自然语言查询中语义关系识别规则挖掘方法。第二，为了实现自然语言聚集查询，并改善生成和过滤候选映射的能力，本书提出了知识图谱的自然语言聚集查询方法，以及扩展的解释词典和谓词—类型邻近集及其子集。第三，为了弥补现有自然语言查询方法本身的缺陷——部分查询意图不能被正确地识别、映射、翻译，本书将关键词查询引入自然语言查询，提出了SPARQL查询和关键词查询相结合的自然语言查询方法。第四，为了实现关键词聚集查询，并提高模式图的可扩展性，本书提出了关键词聚集查询方法，以及可扩展性强的模式图——类型—谓词图。