中文

知识图上语义引导且响应时间有界的 Top-k 相似性搜索

数据库 2020-01-20 v2

摘要

近来,图查询被广泛用于查询知识图。给定查询图 GQG_Q,图查询在知识图 GG 中寻找精确或近似匹配 GQG_Q 的子图。我们在图查询上面临两个挑战:(1)GQG_QGG 中预定义模式间的结构鸿沟导致与查询图不匹配;(2)用户直到图查询终止才能看到答案,导致较长的系统响应时间(SRT)。本文提出一种语义引导且响应时间有界的图查询,以有效且高效地返回 top-k 答案。我们利用知识图嵌入模型构建语义图 SGQSG_Q,并定义基于 SGQSG_Q 的路径语义相似度(psspss)作为评估答案质量的度量。随后,我们在 SGQSG_Q 上提出 A* 语义搜索,通过启发式 psspss 估计找到具有最大 psspss 的 top-k 答案。此外,我们对 A* 语义搜索做近似优化,允许用户在指定时间界内以有效性换取 SRT。在真实数据集上的大量实验证实了我们所提方案的有效性与高效性。

关键词

引用

@article{arxiv.1910.06584,
  title  = {Semantic Guided and Response Times Bounded Top-k Similarity Search over Knowledge Graphs},
  author = {Yuxiang Wang and Arijit Khan and Tianxing Wu and Jiahui Jin and Haijiang Yan},
  journal= {arXiv preprint arXiv:1910.06584},
  year   = {2020}
}