mybatisplus 限制查询数量_【论文速递】知识图谱上的查询松弛

本文探讨了在知识图谱中处理查询松弛问题,研究如何在用户查询失败时,通过删除最少数量的实体来找到最大成功子查询。提出了名为CertQR+的算法,该算法利用best-first搜索策略和启发式方法,提高了在限制查询数量条件下的性能。实验表明,新算法在多个数据集上显著优于基线方法。
摘要由CSDN通过智能技术生成

前言:对于用户输入的一组实体,已经有一些算法可以从知识图谱中高效搜索能够连接这组实体的一些关联子图,但这样的子图可能不存在,或者规模太大而实际意义不大。为此,在这篇被Journal of Web Semantics录用的论文中,我们研究了知识图谱关联搜索中的查询松弛问题。

论文下载地址:https://doi.org/10.1016/j.websem.2020.100557

以下,由论文第一作者硕士生李舒馨介绍这篇论文的主要内容。

==========

在很多领域我们都需要在大的实体关系图上搜索查询实体间的直接或间接关系。搜索的结果称为语义关联,通常是包含所有查询实体的紧凑(例如,直径有上界)的连通子图。关联搜索问题虽然存在有效的算法,但如果某些查询实体在图上距离较远,则可能返回空结果。为了减少这种情况的出现并提供替代的结果,我们研究了关联搜索上的查询松弛问题。如果简单地放松紧凑性约束(增大直径),这不仅破坏了语义关联的紧凑性,更可能导致性能问题。因此,我们考虑另一种解决方案,从原始的失败查询中移除最小数量的实体,得到最大成功子查询,最小化松弛导致的结果质量损失。我们证明,验证子查询的成功可以转变为以下问题:找到一个实体(称为certificate),该实体与查询实体间满足基于距离的条件。为了找到验证最大子查询成功的 certificate,我们提出了一种 best-first 搜索算法,利用基于距离的估计有效地减少搜索空间。并且,我们提出了两种新的

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值