RDF图模型支持下的知识图谱数据索引与压缩存储算法
鲁富宇
冷泳林
渤海大学信息科学与技术学院,辽宁锦州121013
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.
关键词：知识图谱RDF索引压缩存储
分类号：TP311.1(计算技术、计算机技术)
资助基金：辽宁省社会科学基金(NoL14AGL002)辽宁省社会科学基金(NoL13AGL002)辽宁省教育厅科学研究项目(NoLJ2020016)辽宁省教育厅科学研究项目(NoLZ2020004)
论文发表日期：2021-09-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 277-282 )
英文信息