RDF图模型支持下的知识图谱数据索引与压缩存储算法
Index and compressed storage algorithm of knowledge graph datasupported by RDF作者机构:渤海大学信息科学与技术学院辽宁锦州121013
出 版 物:《渤海大学学报(自然科学版)》 (Journal of Bohai University:Natural Science Edition)
年 卷 期:2021年第42卷第3期
页 面:277-282页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:辽宁省社会科学基金项目(No:L14AGL002,No:L13AGL002) 辽宁省教育厅科学研究项目(No:LJ2020016,No:LZ2020004)
摘 要:知识图谱在人工智能的语义搜索、智能问答、数据分析等方面展现出巨大的价值.RDF(Resource description framework)是语义Web提供的一种存储和管理知识图谱的通用框架.随各领域知识的不断完善和扩大,知识图谱的高效检索愈加重要,研究者提出了很多建立在RDF数据模型基础上的索引及存储方案.针对目前知识图谱数据检索时产生的大量的自连接和高数据冗余等问题,提出了一种基于路径的索引树(P-tree)及建立在该索引结构上的三元组压缩和检索算法(CRK2-triples),来实现对知识图谱数据的快速检索.实验选择包含标准SPARQL查询的数据集,并将实验结果同三种有代表性的RDF数据存储索引方案进行比较.结果表明P-tree索引及CRK2-triples压缩检索算法在处理复杂查询和大规模数据集上有较大的优势.