多源知识图谱下大规模语义数据的融合及检索方法

As a common problem of many information processing issues, semantic data integration and retrieval is an important foundational research field of artificial intelligence and data sciences. With the continuous development and wide applications of knowledge graph , how to integrate these massive semantic data under multi-source knowledge graph and acquire relevant knowledge effectively is a very meaningful research problem. Based on the existing works of the project group, this project will make further study for the integration and retrieval method of semantic data in multi-source heterogeneous knowledge graph. In theory this project will investigate the mathematical model of semantic data integration and retrieval (including the reasoning over the schema layer of multi-source knowledge graph, the semantic annotation about multi-predicates, and the dynamic semantic extension retrieval model, etc.) and make optimization and improvement for the relevant theories and models of semantic data integration and retrieval by using semantic relatedness as a mathematical tool. In technology (or applications) this project will study concrete implementation method of semantic data integration and retrieval (including the extraction and integration algorithm of modular ontologies for multi-source knowledge graph, the semantic reasoning and retrieval algorithm of multi-predicates, etc.) and apply semantic relatedness as a technological tool to the relevant algorithms of semantic data integration and retrieval. These studies will further improve the semantic correctness in semantic data integration as well as the retrieval effectiveness.

语义数据的融合及检索作为许多信息处理的共性问题，是目前人工智能和数据科学领域的一个重要基础性课题。随着知识图谱的不断发展和广泛应用，如何在多源知识图谱下对海量语义数据进行融合，并从中有效地获取相关知识是一个很有意义的问题。本项目在申请人已有工作的基础上，研究多源异构知识图谱中语义数据的融合及检索方法。在理论上主要研究语义数据融合及检索的数学模型（包括多源知识图谱模式层的推理，多谓词间的语义标注，以及动态语义扩展检索模型等），并以语义关联度为数学工具，对语义数据融合及检索的相关理论及模型进行优化和完善。在技术上（或应用上）主要研究语义数据融合及检索的具体实现方法（包括多源知识图谱下模块化本体库的抽取及融合算法，多谓词间的语义推理及检索算法等），同时将语义关联度作为技术工具应用于语义数据融合及检索的相关算法当中。这些研究将有效地提高语义数据融合过程中的语义正确性并进一步改善检索效果。

.在当前大数据环境下，知识图谱以其丰富的语义信息和清晰的逻辑结构得到广泛的认可和应用。作为许多信息处理的共性问题，结构化语义数据的智能理解成为当前人工智能和知识工程领域的一个重要基础性课题。本项目以多源知识图谱为背景，对大规模语义数据的融合、推理及检索开展研究。主要研究内容包括：（1）面向模式层的多源知识图谱融合方法；（2）知识图谱中多谓词间的语义推理及知识发现策略；（3）知识图谱中语义数据的动态语义扩展检索模型；（4）知识图谱中语义数据关联度的有效计算及应用。针对上述内容，项目实施期间深入研究了多个关联知识图谱模式层抽取及相应模块化本体库构建的方法。在此基础上，进一步研究了多谓词间的隐式语义关系，并给出更加完善的多谓词语义模型，从而能够更加有效地发现知识图谱中的潜在语义知识。..同时，随着社交网络、电子商务、即时通讯等领域的快速发展，使得网络信息空间出现了大量短文本信息。然而，短文本一般都缺乏语法规则，且信息量较少，导致现有的自然语言处理技术很难直接应用于短文本理解。因此，短文本智能理解和检索已成为信息处理及数据科学领域的一个重要研究课题。以此为出发点，本项目以当前网络空间中出现的海量短文本数据（如：微博、微信、新闻标题、产品评论等）作为研究对象，以多异构知识图谱为背景信息源，通过语义关联度计算方法，对短文本进行语义特征筛选，从而实现短文本的有效检索。..综上，项目较好地完成了《项目计划书》所制定的各项指标任务，相关成果已通过论文、专利、专著、科技报告等形式体现。这些新的成果可以广泛应用于信息科学的相关领域（如：知识发现、智能推荐、情感分析、舆情监控等方面），具有较为重要的研究价值，并会带来一定的社会和经济效益。