典型文献
关系型数据的知识抽取和RDF转换框架及实现
文献摘要：
关系数据库是行业中广泛使用的数据存储和管理方案,根据自定义的本体模型从关系型数据中进行知识抽取并转换成RDF是构建行业知识图谱的关键步骤.但是当前关系数据的知识抽取方案,需要进行大量的查询语句和映射的编辑工作,映射语句编码的工作量和映射的维护是关系型数据的知识抽取的主要障碍.针对以上问题提出一种能够自动解析关系数据和本体模型并生成对应关系,支持可视化调整和修正的关系型知识抽取转换框架.该框架简化了映射编辑和维护工作,提供了更自动化和简单易用的关系型数据的知识抽取的解决方案.最后应用该框架进行知识图谱的构建的实验表明,该框架能够较为高效地对关系数据进行知识抽取并转换成RDF.
文献关键词：
知识图谱;知识抽取;关系型数据;RDB2RDF;本体模型
中图分类号：
作者姓名：
张永威;张岩;唐新余;王蒙
作者机构：
中国科学院 新疆理化技术研究所,乌鲁木齐 830011;中国科学院大学,北京 100049;中国科学院 新疆民族语音语言信息处理重点实验室,乌鲁木齐 830011;江苏中科西北星信息科技有限公司,江苏 无锡 214135
文献出处：
引用格式：
[1]张永威;张岩;唐新余;王蒙-.关系型数据的知识抽取和RDF转换框架及实现)[J].计算机工程与应用,2022(17):213-223
A类：
RDB2RDF
B类：
关系型数据,知识抽取,转换框架,关系数据库,数据存储,管理方案,自定义,本体模型,行知,转换成,建行,关键步骤,语句,编辑工作,主要障碍,自动解析,关系型知识,维护工作,单易,易用
AB值：
0.258305
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
