[发明专利]基于定额知识图谱技术的电力数据全局知识图谱补全方法

权利要求书

1.一种基于定额知识图谱技术的电力数据全局知识图谱补全方法，其特征在于，包括以下步骤：

11)建立目标项目知识图谱：获取电力目标项目的清单数据并作预处理，利用抽取技术从电力目标项目中抽取初始资源描述框架三元组(h,r,t)，即RDF三元组，得到目标项目知识图谱，其中，h为头实体，r为关系，t为尾实体；

12)定额知识图谱与目标项目知识图谱融合：依据定额知识图谱与目标项目知识图谱之间的相同实体部分建立全局知识图谱，并分别建立全局知识图谱与定额知识图谱、目标项目知识图谱之间的映射；

13)利用定额知识图谱训练Transformer模型：将定额知识图谱嵌入至语义空间，训练Transformer模型；

14)全局知识图谱对应知识图谱的补全：利用训练后的Transformer模型对未补全的全局知识图谱进行知识图谱补全。

2.根据权利要求1所述的一种基于定额知识图谱技术的电力数据全局知识图谱补全方法，其特征在于，所述建立目标项目知识图谱包括以下步骤：

21)将电力半结构化的目标项目清单数据保存至关系数据库中，并将其转换为结构化数据；

22)将结构化数据通过结构化查询语言SQL生成与目标项目的清单数据的谓语相关的逻辑表；

23)将逻辑表生成三元组映射，三元组映射包括一个主语映射和若干个谓语-宾语映射；

主语映射使用基于关系数据库的表中主键的国际化资源标识符IRI，从逻辑表中生成所有资源描述框架三元组(h,r,t)中的主语，将主键的国际化资源标识符映射到一个资源描述框架三元组(h,r,t)的头实体h中；

谓语-宾语映射包括谓语映射和宾语映射，谓语映射通过读取关系数据库中的列名称column_name获得，将关系数据库中的列名称映射到一个关系r中，宾语映射通过读取关系数据库中谓语映射到的列名称中的数据获得，将关系数据库中对应列名称的一个数据映射到一个资源描述框架三元组(h,r,t)的尾实体t中；

通过结构化查询语言规则，组合主语映射和对应的谓语-宾语映射，形成三元组映射，三元组映射将关系数据库中的一组数据映射到一个资源描述框架三元组(h,r,t)中；

24)集合所有三元组映射，生成一个关系数据库到资源描述框架映射的R2RML映射文档；根据R2RML映射文档，将关系数据库映射到一个三元组数据库中，从而得到一个目标项目知识图谱。

3.根据权利要求1所述的一种基于定额知识图谱技术的电力数据全局知识图谱补全方法，其特征在于，所述定额知识图谱与目标项目知识图谱融合包括以下步骤：

31)从定额知识图谱数据库中，获取定额知识图谱；

32)将定额知识图谱和目标项目知识图谱中的字符串规范化处理；

33)计算定额知识图谱与目标项目知识图谱中的实体字符串的汉明距离，定义汉明距离相似度δ(s,t)，其计算公式如下：

其中，s、t表示两个实体字符串，i表示实体字符串中的字符下标；

34)根据汉明距离相似度，筛选出定额知识图谱与目标项目知识图谱匹配的实体对，构建实体间的等价映射；

35)依据筛选出的实体对，基于定额知识图谱和目标项目知识图谱进行广度优先搜索，获得与筛选出的实体对相关的实体；

36)依据获得的实体，分别从定额知识图谱和目标项目知识图谱中提取资源描述框架三元组(h,r,t)，构建未补全的全局知识图谱。