CN114579826B - 基于知识图谱的任务处理方法及装置 - Google Patents
基于知识图谱的任务处理方法及装置 Download PDFInfo
- Publication number
- CN114579826B CN114579826B CN202210450881.1A CN202210450881A CN114579826B CN 114579826 B CN114579826 B CN 114579826B CN 202210450881 A CN202210450881 A CN 202210450881A CN 114579826 B CN114579826 B CN 114579826B
- Authority
- CN
- China
- Prior art keywords
- graph
- sub
- tasks
- node
- common
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本说明书实施例提供了基于知识图谱的任务处理方法及装置。该方法的一具体实施方式包括:从待执行的多个子图匹配任务中提取公共子任务,该多个子图匹配任务关联于目标知识图谱;获取公共子任务对应的中间结果数据,中间结果数据根据目标知识图谱生成;根据公共子任务,改写该多个子图匹配任务,得到改写后的多个第一任务;基于中间结果数据,执行该多个第一任务。
Description
技术领域
本说明书实施例涉及计算机技术领域,具体地,涉及基于知识图谱的任务处理方法及装置。
背景技术
知识图谱一般是结构化的语义知识库,用于以符号形式描述物理世界中的概念及其相互关系,其基本组成单位是“实体-关系-实体”三元组,以及实体及其相关属性,实体之间通过关系相互联结,构成网状的知识结构。
在知识图谱应用中,子图匹配是一个非常基础的应用,因此它的任务数量也非常的多。因此,迫切需要一种合理、可靠的方案,可以提高子图匹配任务执行效率。
发明内容
本说明书实施例提供了基于知识图谱的任务处理方法及装置,可以提高子图匹配任务执行效率。
第一方面,本说明书实施例提供了一种基于知识图谱的任务处理方法,包括:从待执行的多个子图匹配任务中提取公共子任务,所述多个子图匹配任务关联于目标知识图谱;获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;根据所述公共子任务,改写所述多个子图匹配任务,得到改写后的多个第一任务;基于所述中间结果数据,执行所述多个第一任务。
在一些实施例中,所述从待执行的多个子图匹配任务中提取公共子任务,包括:从所述多个子图匹配任务各自待匹配的查询图中提取公共图结构;所述获取所述公共子任务对应的中间结果数据,包括:根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据;所述根据所述公共子任务,改写所述多个子图匹配任务,包括:根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图。
在一些实施例中,所述公共图结构包括第一实体类型的第一节点,第二实体类型的第二节点,以及从所述第一节点连接到所述第二节点且代表第一关系的边;所述根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据,包括:对于所述目标知识图谱中具有所述第一实体类型的当前节点,以其作为所述第一节点,查找符合所述公共图结构的第一子图,得到第一匹配结果;根据所述第一匹配结果,确定所述当前节点对应的当前实体针对目标属性的属性值,所述目标属性对应于所述第二实体类型,所述属性值指示出是否查找到所述第一子图;将所述当前实体、所述目标属性和所述属性值归入所述中间结果数据。
在一些实施例中,所述公共图结构包括相同实体类型的第一节点、第二节点和第三节点,从第一节点到第二节点,以及从第二节点到第三节点均连接有代表第二关系的边;所述根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据,包括:对于所述目标知识图谱中具有所述相同实体类型的当前节点,以其作为所述第一节点,查找符合所述公共图结构的第二子图;从所述第二子图中提取对应于所述第三节点的目标节点,添加从所述当前节点到所述目标节点且代表第三关系的目标连接边;所述第三关系根据两跳的所述第二关系而确定;将所述当前节点、所述目标节点和所述目标连接边归入所述中间结果数据。
在一些实施例中,所述公共图结构关联于目标事件类型;以及所述根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据,包括:在所述目标知识图谱中查找符合所述公共图结构的第三子图;根据所述第三子图生成所述目标事件类型的事件实体;获取所述第三子图中若干节点分别对应的实体的若干属性,作为所述事件实体的属性,以及获取所述若干属性的属性值;将所述事件实体、所述若干属性和所述若干属性的属性值归入所述中间结果数据。
在一些实施例中,所述根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图,包括:对于所述多个子图匹配任务各自待匹配的查询图,使用第一图结构替换该查询图中的所述公共图结构,所述第一图结构包括所述第一节点,属性值类型的第四节点,以及从所述第一节点连接到所述第四节点且代表所述目标属性的边。
在一些实施例中,所述根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图,包括:对于所述多个子图匹配任务各自待匹配的查询图,使用第二图结构替换该查询图中的所述公共图结构,所述第二图结构包括所述第一节点,所述第三节点,以及从所述第一节点连接到所述第三节点且代表所述第三关系的边。
在一些实施例中,所述根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图,包括:对于所述多个子图匹配任务各自待匹配的查询图,使用所述目标事件类型的第五节点替换该查询图中的所述公共图结构。
第二方面,本说明书实施例提供了一种基于知识图谱的任务处理方法,应用于图计算引擎,所述方法包括:接收从待执行的多个子图匹配任务中提取的公共子任务,所述多个子图匹配任务关联于目标知识图谱;获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;接收多个第一任务,所述多个第一任务根据所述公共子任务,对所述多个子图匹配任务进行改写而形成;基于所述中间结果数据,执行所述多个第一任务。
第三方面,本说明书实施例提供了一种基于知识图谱的任务处理方法,应用于任务处理端,所述方法包括:从待执行的多个子图匹配任务中提取公共子任务,所述多个子图匹配任务关联于目标知识图谱;将所述公共子任务发送至图计算引擎,使得所述图计算引擎获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;根据所述公共子任务,改写所述多个子图匹配任务,得到改写后的多个第一任务;将所述多个第一任务发送至所述图计算引擎,使得所述图计算引擎基于所述中间结果数据,执行所述多个第一任务。
第四方面,本说明书实施例提供了一种基于知识图谱的任务处理装置,包括:任务提取单元,被配置成从待执行的多个子图匹配任务中提取公共子任务,所述多个子图匹配任务关联于目标知识图谱;获取单元,被配置成获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;任务改写单元,被配置成根据所述公共子任务,改写所述多个子图匹配任务,得到改写后的多个第一任务;任务执行单元,被配置成基于所述中间结果数据,执行所述多个第一任务。
第五方面,本说明书实施例提供了一种基于知识图谱的任务处理装置,应用于图计算引擎,所述装置包括:接收单元,被配置成接收从待执行的多个子图匹配任务中提取的公共子任务,所述多个子图匹配任务关联于目标知识图谱;获取单元,被配置成获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;所述接收单元,还被配置成接收多个第一任务,所述多个第一任务根据所述公共子任务,对所述多个子图匹配任务进行改写而形成;任务执行单元,被配置成基于所述中间结果数据,执行所述多个第一任务。
第六方面,本说明书实施例提供了一种基于知识图谱的任务处理装置,应用于任务处理端,所述装置包括:任务提取单元,被配置成从待执行的多个子图匹配任务中提取公共子任务,所述多个子图匹配任务关联于目标知识图谱;发送单元,被配置成将所述公共子任务发送至图计算引擎,使得所述图计算引擎获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;任务改写单元,被配置成根据所述公共子任务,改写所述多个子图匹配任务,得到改写后的多个第一任务;所述发送单元,还被配置成将所述多个第一任务发送至所述图计算引擎,使得所述图计算引擎基于所述中间结果数据,执行所述多个第一任务。
第七方面,本说明书实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,当该计算机程序在计算机中执行时,令该计算机执行如第一方面至第三方面中任一实现方式描述的方法。
第八方面,本说明书实施例提供了一种计算设备,包括存储器和处理器,其中,该存储器中存储有可执行代码,该处理器执行该可执行代码时,实现如第一方面至第三方面中任一实现方式描述的方法。
第九方面,本说明书实施例提供了一种计算机程序,其中,当该计算机程序在计算机中执行时,令该计算机执行如第一方面至第三方面中任一实现方式描述的方法。
本说明书的上述实施例提供的方案,通过从待执行的多个子图匹配任务中提取公共子任务,而后获取公共子任务对应的中间结果数据,然后根据公共子任务,改写该多个子图匹配任务,得到改写后的多个第一任务,以便基于中间结果数据,执行该多个第一任务。由此,可以执行一次公共子任务,将公共子任务对应的中间结果数据供改写后的该多个第一任务共用,这样能消除重复计算,从而提高子图匹配任务执行效率。
附图说明
为了更清楚地说明本说明书披露的多个实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书披露的多个实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本说明书的一些实施例可以应用于其中的一个示例性系统架构图;
图2是基于知识图谱的任务处理方法的一个实施例的流程图;
图3是基于知识图谱的任务处理方法的一个实施例的流程图;
图4是中间结果数据的生成过程的一个示意图;
图5是任务改写过程的一个示意图;
图6是中间结果数据的生成过程的一个示意图;
图7是任务改写过程的一个示意图;
图8是中间结果数据的生成过程的一个示意图;
图9是任务改写过程的一个示意图;
图10是基于知识图谱的任务处理方法的一个实施例的示意图;
图11是基于知识图谱的任务处理装置的一个结构示意图;
图12是基于知识图谱的任务处理装置的一个结构示意图;
图13是基于知识图谱的任务处理装置的一个结构示意图。
具体实施方式
下面结合附图和实施例对本说明书作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本说明书中的实施例及实施例中的特征可以相互组合。
如前所述,在知识图谱应用中,子图匹配是一个非常基础的应用,因此它的任务数量也非常的多。基于此,本说明书的一些实施例提供了基于知识图谱的任务处理方法,可以提高子图匹配任务执行效率。
具体地,图1示出了适用于本说明书的一些实施例的示例性系统架构图。如图1所示,系统架构可以包括任务处理系统100。任务处理系统100可以具有任务提取、任务改写和任务执行等功能。
实践中,任务处理系统100可以获取待执行的多个子图匹配任务,例如图1中示出的子图匹配任务1,子图匹配任务2,…,子图匹配任务N。其中,N可以为大于1的自然数。该多个子图匹配任务可以关联于目标知识图谱。目标知识图谱可以是任意场景下的知识图谱,该任意场景例如可以包括人际关系、电商、医药或金融等场景,在此不做具体限定。
而后,任务处理系统100可以通过执行步骤102,从上述多个子图匹配任务中提取公共子任务。在成功提取公共子任务后,任务处理系统100可以接着执行步骤106,获取公共子任务对应的中间结果数据。其中,中间结果数据根据目标知识图谱生成。接着,任务处理系统100可以通过执行步骤108,根据公共子任务,改写上述多个子图匹配任务,得到多个改写后的子图匹配任务,例如图1中示出的改写后的子图匹配任务1,改写后的子图匹配任务2,…,改写后的子图匹配任务N。接着,任务处理系统100可以通过执行步骤112,基于中间结果数据,执行该多个改写后的子图匹配任务,从而可以得到该多个改写后的子图匹配任务分别对应的执行结果。
需要指出,对于上述多个改写后的子图匹配任务中的任意任务,以及该任意任务对应的原始子图匹配任务,该任意任务对应的执行结果,与通过直接执行该原始子图匹配任务所得到的执行结果是完全一样的。
在一个实施例中,任务处理系统100可以包括如图1中示出的任务处理端和图计算引擎,任务处理系统100可以通过任务处理端和图计算引擎的交互,来进行任务处理。其中,任务处理端可以实现为用于任务处理的软件模块或服务器等,在此不做具体限定。当任务处理端实现为该软件模块时,任务处理端可以称为任务处理模块或任务预分析模块等。
具体地,在任务处理系统100中,任务处理端可以获取上述多个子图匹配任务,并通过执行步骤102,从上述多个子图匹配任务中提取公共子任务,以及通过执行步骤104,将公共子任务发送至图计算引擎。而后,图计算引擎可以通过执行步骤106,获取公共子任务对应的中间结果数据。接着,任务处理端可以通过执行步骤108,根据公共子任务,改写上述多个子图匹配任务,得到多个改写后的子图匹配任务,以及通过执行步骤110,将该多个改写后的子图匹配任务发送至图计算引擎。然后,图计算引擎可以通过执行步骤112,基于中间结果数据,执行该多个改写后的子图匹配任务。
通过采用以上描述的任务处理过程,可以执行一次公共子任务,将公共子任务对应的中间结果数据供多个改写后的子图匹配任务共用,这样能消除重复计算,从而提高子图匹配任务执行效率。
下面,结合具体的实施例,描述上述方法的具体实施步骤。
参看图2,其示出了基于知识图谱的任务处理方法的一个实施例的流程200。该方法的执行主体可以为任务处理系统(例如图1所示的任务处理系统100)。该方法包括以下步骤:步骤202,从待执行的多个子图匹配任务中提取公共子任务,该多个子图匹配任务关联于目标知识图谱;步骤204,获取公共子任务对应的中间结果数据,中间结果数据根据目标知识图谱生成;步骤206,根据公共子任务,改写该多个子图匹配任务,得到改写后的多个第一任务;步骤208,基于中间结果数据,执行该多个第一任务。
在本实施例中,上述多个子图匹配任务关联于目标知识图谱。应该理解,目标知识图谱可以是上述多个子图匹配任务的数据源。
作为一个示例,上述多个子图匹配任务例如可以分别包括多个子任务,而且上述多个子图匹配任务很可能具有一定的重合度,例如部分子任务相同。为了避免重复执行相同的子任务,也即为了消除重复计算,从而提高子图匹配任务执行效率,可以通过执行步骤202,从上述多个子图匹配任务中提取公共子任务。
在成功提取公共子任务后,可以通过执行步骤204,获取公共子任务对应的中间结果数据,中间结果数据根据目标知识图谱生成。
在一个例子中,在缓存有历史公共子任务和其对应的历史中间结果数据的情况下,可以查找与提取出的公共子任务相同的历史公共子任务,并获取该历史公共子任务对应的历史中间结果数据,作为提取出的公共子任务对应的中间结果数据。
在另一个例子中,可以基于目标知识图谱,执行提取出的公共子任务,得到执行结果,并根据该执行结果生成该公共子任务对应的中间结果数据。例如,可以直接将该执行结果作为该中间结果数据。
接着,在步骤206中,可以根据公共子任务,改写上述多个子图匹配任务,得到多个改写后的子图匹配任务。这里,为了便于描述,下文中将该多个改写后的子图匹配任务,称为改写后的多个第一任务。
作为示例,对于上述多个子图匹配任务中的子图匹配任务,可以在该子图匹配任务中为公共子任务添加目标标记,从而得到改写后的第一任务。其中,该目标标记可以用于指示其对应的子任务为公共子任务。
接着,在步骤208中,可以基于中间结果数据,执行上述多个第一任务。需要说明,对于上述多个第一任务中的第一任务,在该第一任务添加有前文中的目标标记的情况下,通过该第一任务中的目标标记,可以识别出该第一任务中对应于该目标标记的子任务为公共子任务,进而可以直接采用在先针对公共子任务确定的中间结果数据,无需重复执行公共子任务。
图2对应的实施例提供的方案,通过从待执行的多个子图匹配任务中提取公共子任务,而后获取公共子任务对应的中间结果数据,然后根据公共子任务,改写该多个子图匹配任务,得到改写后的多个第一任务,以便基于中间结果数据,执行该多个第一任务。由此,可以执行一次公共子任务,将公共子任务对应的中间结果数据供改写后的该多个第一任务共用,这样能消除重复计算,从而提高子图匹配任务执行效率。而且,还能有效节省计算资源,提高计算效率。
在一个实施例中,前文中待执行的多个子图匹配任务可以均包括查询图(querygraph),公共子任务可以是从该多个子图匹配任务各自待匹配的查询图中提取的公共图结构。
基于此,本说明书还提供了基于知识图谱的任务处理方法的一个实施例的流程300。该方法的执行主体可以为任务处理系统。该方法包括以下步骤:步骤302,从待执行的多个子图匹配任务各自待匹配的查询图中提取公共图结构,该多个子图匹配任务关联于目标知识图谱;步骤304,根据公共图结构在目标知识图谱中进行子图匹配,并根据匹配结果生成中间结果数据;步骤306,根据公共图结构,改写该多个子图匹配任务各自待匹配的查询图,得到改写后的多个第一任务;步骤308,基于中间结果数据,执行该多个第一任务。
在本实施例中,上述多个子图匹配任务可以均包括查询图,并且关联于目标知识图谱。实践中,上述多个子图匹配任务很可能具有一定的重合度,例如查询图整体不同,但是局部有相同部分。基于此,为了消除重复计算,提高子图匹配任务执行效率,可以通过执行步骤302,从上述多个子图匹配任务各自待匹配的查询图中提取公共图结构。其中,公共图结构可以示出多个节点,以及该多个节点之间的关系。该多个节点例如可以为实体类型的节点。
下面,结合多个示例,对步骤304、306、308做进一步说明。
在一个示例中,公共图结构可以包括第一实体类型的第一节点,第二实体类型的第二节点,以及从第一节点连接到第二节点且代表第一关系的边。应该理解,第一实体类型和第二实体类型一般是不同的实体类型。
在这样的情况下,公共图结构对应的查询意图一般是,针对具有第一实体类型的具体实体,查询是否存在与该具体实体具有第一关系且归属于第二实体类型的实体。以第一实体类型为“人物”,第二实体类型为“车辆”,第一关系为“拥有”为例,该查询意图可以是,针对具体人物,查询是否存在与该具体人物具有“拥有”关系的车辆。换而言之,该查询意图可以是,查询该具体人物是否拥有车辆。再以第一实体类型为“人物”,第二实体类型为“股票”,第一关系为“购买”为例,该查询意图可以是,查询具体人物是否购买了股票。
基于此,在步骤304中可以采用如图4示出的中间结果数据生成过程。该中间结果数据生成过程包括:步骤402,对于目标知识图谱中具有第一实体类型的当前节点,以其作为第一节点,查找符合公共图结构的第一子图,得到第一匹配结果;步骤404,根据第一匹配结果,确定当前节点对应的当前实体针对目标属性的属性值,目标属性对应于第二实体类型,该属性值指示出是否查找到第一子图;步骤406,将当前实体、目标属性和该属性值归入中间结果数据。
其中,目标属性可以具体为第二实体类型,或者通过对第二实体类型进行加工而生成。以第二实体类型为“车辆”为例,目标属性可以为“车辆”,“有无车辆”或“是否有车”等,在此不做具体限定。
当前实体针对目标属性的属性值可以指示出是否查找到第一子图。需要说明,若查找到第一子图,则可以表示存在与当前实体具有第一关系且归属于第二实体类型的实体;若未查找到第一子图,则可以表示不存在与当前实体具有第一关系且归属于第二实体类型的实体。基于此,该属性值还可以指示出,是否存在与当前实体具有第一关系且归属于第二实体类型的实体。
以目标属性为“有无车辆”为例,在查找到第一子图时,当前实体针对目标属性的属性值可以为“有”或者“有车”等,该属性值可以具体指示出当前实体有车。在未查找到第一子图时,当前实体针对目标属性的属性值可以为“无”或者“无车”等,该属性值可以具体指示出当前实体没有车。
接着,在步骤306中,对于上述多个子图匹配任务各自待匹配的查询图,可以使用第一图结构替换该查询图中的公共图结构,从而得到改写后的多个第一任务。其中,第一图结构可以包括第一节点,属性值类型的第四节点,以及从第一节点连接到第四节点且代表目标属性的边。
结合图5的图示,假设上述多个子图匹配任务包括图5中左侧部分示出的查询图1和查询图2,从这两个查询图中提取的公共图结构可以包括,用人物实体类型的黑色实心圆点表示的第一节点,用车辆实体类型的黑色实心圆点表示的第二节点,以及从第一节点连接到第二节点且代表拥有关系的边。在进行任务改写时,可以使用第一图结构替换这两个查询图中的公共图结构,该第一图结构可以如图5中右侧部分所示,包括该第一节点,用属性值类型的方框表示的第四节点,以及从该第一节点连接到该第四节点且代表“有无车辆”属性的边。
接着,在步骤308中,可以基于中间结果数据,执行上述多个第一任务。以包括如图5中右侧部分示出的改写后的查询图1的第一任务为例,在执行该第一任务的过程中,对于目标知识图谱中的具体人物,可以根据该改写后的查询图1,在目标知识图谱中进行子图匹配,从而确定出该具体人物的具体家庭成员,而后可以在中间结果数据中查找该具体家庭成员针对“有无车辆”属性的属性值。
需要说明,基于属性的信息查询相较于基于边关系的信息查询,查询效率通常比较高。通过使用如前所述的第一图结构替换公共图结构,可以将基于边关系的信息查询转换为基于属性的信息查询,能有效提高子图匹配任务执行效率,以及提高计算效率。
在另一个示例中,公共图结构可以包括相同实体类型的第一节点、第二节点和第三节点,从第一节点到第二节点,以及从第二节点到第三节点均连接有代表第二关系的边。
在这样的情况下,公共图结构对应的查询意图一般是,针对具有上述相同实体类型的具体实体,查询与该具体实体具有第三关系且归属于上述相同实体类型的实体。其中,第三关系根据两跳的第二关系而确定。以上述相同实体类型为“人物”,第二关系为“父亲”为例,第三关系可以为“祖父”,该查询意图可以是,查询具体人物的祖父。
基于此,在步骤304中可以采用如图6示出的中间结果数据生成过程。该中间结果数据生成过程包括:步骤602,对于目标知识图谱中具有上述相同实体类型的当前节点,以其作为第一节点,查找符合公共图结构的第二子图;步骤604,从第二子图中提取对应于第三节点的目标节点,添加从当前节点到目标节点且代表第三关系的目标连接边;第三关系根据两跳的第二关系而确定;步骤406,将当前节点、目标节点和目标连接边归入中间结果数据。
接着,在步骤306中,对于上述多个子图匹配任务各自待匹配的查询图,可以使用第二图结构替换该查询图中的公共图结构,从而得到改写后的多个第一任务。其中,第二图结构可以包括第一节点,第三节点,以及从第一节点连接到第三节点且代表第三关系的边。
结合图7的图示,假设上述多个子图匹配任务包括图7中左侧部分示出的查询图1和查询图2,从这两个查询图中提取的公共图结构可以包括,用从左到右的三个人物实体类型的黑色实心圆点依次表示的第一节点、第二节点和第三节点,从第一节点到第二节点,以及从第二节点到第三节点均连接有代表父亲关系的边。在进行任务改写时,可以使用第二图结构替换这两个查询图中的公共图结构,该第二图结构可以如图7中右侧部分所示,包括该第一节点,该第三节点,以及从该第一节点连接到该第三节点且代表祖父关系的边。
接着,在步骤308中,可以基于中间结果数据,执行上述多个第一任务。以包括如图7中右侧部分示出的改写后的查询图1的第一任务为例,在执行该第一任务的过程中,可以直接根据中间结果数据,针对某些具体实体,确定与该具体实体具有第三关系且归属于上述相同实体类型的实体。
以上述相同实体类型为“人物”,第三关系为“祖父”为例,假设中间结果数据中的某个子图包括,代表具体人物“张*三”的节点A,代表具体人物“张*一”的节点B,以及从节点A连接到节点B且代表祖父关系的边,根据该子图,可以直接确定“张*三”的祖父是“张*一”。
需要指出,在一些实施例中,公共图结构还可以包括上述相同实体类型的其他节点,以及代表第二关系的其他边;例如,还可以包括上述相同实体类型的第六节点,以及从第三节点连接到第六节点且代表第二关系的边,等等。基于此,第三关系可以替换成其他关系,该其他关系根据多跳的第二关系而确定。例如,在还包括该第六节点和该边的情况下,该其他关系可以为第四关系,该第四关系可以根据三跳的第二关系而确定。继续以第二关系为父亲关系为例,根据三跳的父亲关系而确定的第四关系,可以为增祖父关系。应该理解,在第三关系替换成其他关系的情况下,中间结果数据和第二图结构也需做相应的调整。
需要说明,基于一跳的边关系的信息查询相较于基于多跳的边关系的信息查询,查询效率通常比较高。通过使用如前所述的第二图结构替换公共图结构,可以将基于多跳的边关系的信息查询转换为基于一跳的边关系的信息查询,能有效提高子图匹配任务执行效率,以及提高计算效率。
在又一个示例中,公共图结构可以关联于目标事件类型。基于此,在步骤304中,可以执行如图8所示的中间结果数据生成过程。该中间结果数据生成过程包括:步骤802,在目标知识图谱中查找符合公共图结构的第三子图;步骤804,根据第三子图生成目标事件类型的事件实体;步骤806,获取第三子图中若干节点分别对应的实体的若干属性,作为事件实体的属性,以及获取若干属性的属性值;步骤808,将事件实体、该若干属性和该若干属性的属性值归入中间结果数据。
其中,目标事件类型例如可以包括一次信用卡套现,交通事故,等等。应该理解,目标事件类型可以根据实际需求设定,在此不做具体限定。
需要说明,当公共图结构关联于目标事件类型时,公共图结构所在的查询图对应的查询意图一般是,查询目标事件类型的具体事件涉及的若干实体的若干属性。基于这样的查询意图,通过执行如图8所示的中间结果数据生成过程,可以将具体事件涉及的若干实体的若干属性,作为该具体事件的属性。
接着,在步骤306中,对于上述多个子图匹配任务各自待匹配的查询图,可以使用目标事件类型的第五节点替换该查询图中的公共图结构。
结合图9的图示,假设上述多个子图匹配任务包括图9中左侧部分示出的查询图1和查询图2,从这两个查询图中提取的公共图结构可以包括,由三个黑色实心圆点和其之间的有向边形成的三角形结构。其中,这三个黑色实心圆点可以均表示实体类型的节点。在进行任务改写时,可以使用目标事件类型的第五节点替换这两个查询图中的公共图结构,该第五节点可以为,如图9中右侧部分示出的黑色实心圆点。
接着,在步骤308中,可以基于中间结果数据,执行上述多个第一任务。应该理解,此处通过执行上述多个第一任务,可以查询目标事件类型的某些具体事件各自的若干属性信息。
需要说明,查询事件的若干属性相较于查询事件涉及的若干实体的若干属性,查询效率通常比较高。通过使用如前所述的第五节点替换公共图结构,可以将查询事件涉及的若干实体的若干属性转换为查询事件的若干属性,能有效提高子图匹配任务执行效率,以及提高计算效率。
图3对应的实施例提供的方案,通过从待执行的多个子图匹配任务各自待匹配的查询图中提取公共图结构,而后获取公共图结构对应的中间结果数据,然后根据公共图结构,改写该多个子图匹配任务各自待匹配的查询图,得到改写后的多个第一任务,以便基于中间结果数据,执行该多个第一任务。由此,可以做到公共图结构只进行一次匹配计算,将公共图结构对应的中间结果数据供改写后的该多个第一任务共用,这样能消除重复计算,从而提高子图匹配任务执行效率,节省计算资源,提高计算效率。
另外,本说明书实施例提供的方案可以适用于离线子图匹配场景。在离线子图匹配场景下,可以预先获得用户的全部查询图进行分析,因此提取的公共图结构具有很高的使用率,命中率高,不产出无效缓存数据。
在一个实施例中,如前所述的任务处理系统可以包括任务处理端和图计算引擎,图2对应实施例提供的方案可以具体由任务处理端和图计算引擎交互执行。
具体地,参看图10,其为基于知识图谱的任务处理方法的一个实施例的示意图。该方法包括以下步骤:步骤1002,任务处理端从待执行的多个子图匹配任务中提取公共子任务,该多个子图匹配任务关联于目标知识图谱;步骤1004,任务处理端将公共子任务发送至图计算引擎;步骤1006,图计算引擎获取公共子任务对应的中间结果数据,中间结果数据根据目标知识图谱生成;步骤1008,任务处理端根据公共子任务,改写上述多个子图匹配任务,得到改写后的多个第一任务;步骤1010,任务处理端将该多个第一任务发送至图计算引擎;步骤1012,图计算引擎基于中间结果数据,执行该多个第一任务。
关于图10对应的实施例中各步骤的解释,可参考前文中方法实施例的相关说明,在此不再赘述。
进一步参考图11,本说明书提供了一种基于知识图谱的任务处理装置的一个实施例,该装置可以应用于任务处理系统(例如图1所示的任务处理系统100)。
如图11所示,本实施例的基于知识图谱的任务处理装置1100包括:任务提取单元1101、获取单元1102、任务改写单元1103和任务执行单元1104。其中,任务提取单元1101被配置成从待执行的多个子图匹配任务中提取公共子任务,该多个子图匹配任务关联于目标知识图谱;获取单元1102被配置成获取公共子任务对应的中间结果数据,中间结果数据根据目标知识图谱生成;任务改写单元1103被配置成根据公共子任务,改写该多个子图匹配任务,得到改写后的多个第一任务;任务执行单元1104被配置成基于中间结果数据,执行该多个第一任务。
在一些实施例中,任务提取单元1101可以进一步被配置成:从上述多个子图匹配任务各自待匹配的查询图中提取公共图结构;获取单元1102可以进一步被配置成:根据公共图结构在目标知识图谱中进行子图匹配,并根据匹配结果生成中间结果数据;任务改写单元1103可以进一步被配置成:根据公共图结构,改写上述多个子图匹配任务各自待匹配的查询图。
在一些实施例中,公共图结构可以包括第一实体类型的第一节点,第二实体类型的第二节点,以及从第一节点连接到第二节点且代表第一关系的边;获取单元1102可以进一步被配置成:对于目标知识图谱中具有第一实体类型的当前节点,以其作为第一节点,查找符合公共图结构的第一子图,得到第一匹配结果;根据第一匹配结果,确定当前节点对应的当前实体针对目标属性的属性值,目标属性对应于第二实体类型,该属性值指示出是否查找到第一子图;将当前实体、目标属性和该属性值归入中间结果数据。
在一些实施例中,公共图结构可以包括相同实体类型的第一节点、第二节点和第三节点,从第一节点到第二节点,以及从第二节点到第三节点均连接有代表第二关系的边;获取单元1102可以进一步被配置成:对于目标知识图谱中具有上述相同实体类型的当前节点,以其作为第一节点,查找符合公共图结构的第二子图;从第二子图中提取对应于第三节点的目标节点,添加从当前节点到目标节点且代表第三关系的目标连接边;第三关系根据两跳的第二关系而确定;将当前节点、目标节点和目标连接边归入中间结果数据。
在一些实施例中,公共图结构可以关联于目标事件类型;以及获取单元1102可以进一步被配置成:在目标知识图谱中查找符合公共图结构的第三子图;根据第三子图生成目标事件类型的事件实体;获取第三子图中若干节点分别对应的实体的若干属性,作为事件实体的属性,以及获取该若干属性的属性值;将事件实体、该若干属性和该若干属性的属性值归入中间结果数据。
在一些实施例中,任务改写单元1103可以进一步被配置成:对于上述多个子图匹配任务各自待匹配的查询图,使用第一图结构替换该查询图中的公共图结构,第一图结构包括第一节点,属性值类型的第四节点,以及从第一节点连接到第四节点且代表目标属性的边。
在一些实施例中,任务改写单元1103可以进一步被配置成:对于上述多个子图匹配任务各自待匹配的查询图,使用第二图结构替换该查询图中的公共图结构,第二图结构包括第一节点,第三节点,以及从第一节点连接到第三节点且代表第三关系的边。
在一些实施例中,任务改写单元1103可以进一步被配置成:对于上述多个子图匹配任务各自待匹配的查询图,使用目标事件类型的第五节点替换该查询图中的公共图结构。
进一步参考图12,本说明书提供了一种基于知识图谱的任务处理装置的一个实施例,该装置可以应用于图计算引擎(例如图1所示的图计算引擎)。
如图12所示,本实施例的基于知识图谱的任务处理装置1200包括:接收单元1201、获取单元1202和任务执行单元1203。其中,接收单元1201被配置成接收从待执行的多个子图匹配任务中提取的公共子任务,该多个子图匹配任务关联于目标知识图谱;获取单元1202被配置成获取公共子任务对应的中间结果数据,中间结果数据根据目标知识图谱生成;接收单元1201还被配置成接收多个第一任务,该多个第一任务根据公共子任务,对该多个子图匹配任务进行改写而形成;任务执行单元1203被配置成基于中间结果数据,执行该多个第一任务。
进一步参考图13,本说明书提供了一种基于知识图谱的任务处理装置的一个实施例,该装置可以应用于任务处理端(例如图1所示的任务处理端)。
如图13所示,本实施例的基于知识图谱的任务处理装置1300包括:任务提取单元1301、发送单元1302和任务改写单元1303。其中,任务提取单元1301被配置成从待执行的多个子图匹配任务中提取公共子任务,该多个子图匹配任务关联于目标知识图谱;发送单元1302被配置成将公共子任务发送至图计算引擎,使得图计算引擎获取公共子任务对应的中间结果数据,中间结果数据根据目标知识图谱生成;任务改写单元1303被配置成根据公共子任务,改写该多个子图匹配任务,得到改写后的多个第一任务;发送单元1302还被配置成将该多个第一任务发送至图计算引擎,使得图计算引擎基于中间结果数据,执行该多个第一任务。
在图11-13分别对应的装置实施例中,各单元的具体处理及其带来的技术效果可参考前文中方法实施例的相关说明,在此不再赘述。
本说明书实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,当该计算机程序在计算机中执行时,令计算机执行以上各方法实施例分别描述的基于知识图谱的任务处理方法。
本说明书实施例还提供了一种计算设备,包括存储器和处理器,其中,该存储器中存储有可执行代码,该处理器执行该可执行代码时,实现以上各方法实施例分别描述的基于知识图谱的任务处理方法。
本说明书实施例还提供了一种计算机程序,其中,当该计算机程序在计算机中执行时,令计算机执行以上各方法实施例分别描述的基于知识图谱的任务处理方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本说明书披露的多个实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述的具体实施方式,对本说明书披露的多个实施例的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本说明书披露的多个实施例的具体实施方式而已,并不用于限定本说明书披露的多个实施例的保护范围,凡在本说明书披露的多个实施例的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本说明书披露的多个实施例的保护范围之内。
Claims (15)
1.一种基于知识图谱的任务处理方法,应用于任务处理系统,所述任务处理系统包括任务处理端和图计算引擎,所述方法包括:
利用所述任务处理端,从待执行的多个子图匹配任务中提取公共子任务,并将所述公共子任务发送至所述图计算引擎;所述多个子图匹配任务关联于目标知识图谱;
利用所述图计算引擎,获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;
利用所述任务处理端,根据所述公共子任务,改写所述多个子图匹配任务,得到改写后的多个第一任务,并将所述多个第一任务发送至所述图计算引擎;
利用所述图计算引擎,基于所述中间结果数据,执行所述多个第一任务。
2.根据权利要求1所述的方法,其中,所述从待执行的多个子图匹配任务中提取公共子任务,包括:
从所述多个子图匹配任务各自待匹配的查询图中提取公共图结构;
所述获取所述公共子任务对应的中间结果数据,包括:
根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据;
所述根据所述公共子任务,改写所述多个子图匹配任务,包括:
根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图。
3.根据权利要求2所述的方法,其中,所述公共图结构包括第一实体类型的第一节点,第二实体类型的第二节点,以及从所述第一节点连接到所述第二节点且代表第一关系的边;
所述根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据,包括:
对于所述目标知识图谱中具有所述第一实体类型的当前节点,以其作为所述第一节点,查找符合所述公共图结构的第一子图,得到第一匹配结果;
根据所述第一匹配结果,确定所述当前节点对应的当前实体针对目标属性的属性值,所述目标属性对应于所述第二实体类型,所述属性值指示出是否查找到所述第一子图;
将所述当前实体、所述目标属性和所述属性值归入所述中间结果数据。
4.根据权利要求2所述的方法,其中,所述公共图结构包括相同实体类型的第一节点、第二节点和第三节点,从第一节点到第二节点,以及从第二节点到第三节点均连接有代表第二关系的边;
所述根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据,包括:
对于所述目标知识图谱中具有所述相同实体类型的当前节点,以其作为所述第一节点,查找符合所述公共图结构的第二子图;
从所述第二子图中提取对应于所述第三节点的目标节点,添加从所述当前节点到所述目标节点且代表第三关系的目标连接边;所述第三关系根据两跳的所述第二关系而确定;
将所述当前节点、所述目标节点和所述目标连接边归入所述中间结果数据。
5.根据权利要求2所述的方法,其中,所述公共图结构关联于目标事件类型;以及
所述根据所述公共图结构在所述目标知识图谱中进行子图匹配,并根据匹配结果生成所述中间结果数据,包括:
在所述目标知识图谱中查找符合所述公共图结构的第三子图;
根据所述第三子图生成所述目标事件类型的事件实体;
获取所述第三子图中若干节点分别对应的实体的若干属性,作为所述事件实体的属性,以及获取所述若干属性的属性值;
将所述事件实体、所述若干属性和所述若干属性的属性值归入所述中间结果数据。
6.根据权利要求3所述的方法,其中,所述根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图,包括:
对于所述多个子图匹配任务各自待匹配的查询图,使用第一图结构替换该查询图中的所述公共图结构,所述第一图结构包括所述第一节点,属性值类型的第四节点,以及从所述第一节点连接到所述第四节点且代表所述目标属性的边。
7.根据权利要求4所述的方法,其中,所述根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图,包括:
对于所述多个子图匹配任务各自待匹配的查询图,使用第二图结构替换该查询图中的所述公共图结构,所述第二图结构包括所述第一节点,所述第三节点,以及从所述第一节点连接到所述第三节点且代表所述第三关系的边。
8.根据权利要求5所述的方法,其中,所述根据所述公共图结构,改写所述多个子图匹配任务各自待匹配的查询图,包括:
对于所述多个子图匹配任务各自待匹配的查询图,使用所述目标事件类型的第五节点替换该查询图中的所述公共图结构。
9.一种基于知识图谱的任务处理方法,应用于图计算引擎,所述方法包括:
接收任务处理端发送的从待执行的多个子图匹配任务中提取的公共子任务,所述多个子图匹配任务关联于目标知识图谱;
获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;
接收所述任务处理端发送的多个第一任务,所述多个第一任务根据所述公共子任务,对所述多个子图匹配任务进行改写而形成;
基于所述中间结果数据,执行所述多个第一任务。
10.一种基于知识图谱的任务处理方法,应用于任务处理端,所述方法包括:
从待执行的多个子图匹配任务中提取公共子任务,所述多个子图匹配任务关联于目标知识图谱;
将所述公共子任务发送至图计算引擎,使得所述图计算引擎获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;
根据所述公共子任务,改写所述多个子图匹配任务,得到改写后的多个第一任务;
将所述多个第一任务发送至所述图计算引擎,使得所述图计算引擎基于所述中间结果数据,执行所述多个第一任务。
11.一种基于知识图谱的任务处理装置,应用于图计算引擎,所述装置包括:
接收单元,被配置成接收任务处理端发送的从待执行的多个子图匹配任务中提取的公共子任务,所述多个子图匹配任务关联于目标知识图谱;
获取单元,被配置成获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;
所述接收单元,还被配置成接收所述任务处理端发送的多个第一任务,所述多个第一任务根据所述公共子任务,对所述多个子图匹配任务进行改写而形成;
任务执行单元,被配置成基于所述中间结果数据,执行所述多个第一任务。
12.一种基于知识图谱的任务处理装置,应用于任务处理端,所述装置包括:
任务提取单元,被配置成从待执行的多个子图匹配任务中提取公共子任务,所述多个子图匹配任务关联于目标知识图谱;
发送单元,被配置成将所述公共子任务发送至图计算引擎,使得所述图计算引擎获取所述公共子任务对应的中间结果数据,所述中间结果数据根据所述目标知识图谱生成;
任务改写单元,被配置成根据所述公共子任务,改写所述多个子图匹配任务,得到改写后的多个第一任务;
所述发送单元,还被配置成将所述多个第一任务发送至所述图计算引擎,使得所述图计算引擎基于所述中间结果数据,执行所述多个第一任务。
13.一种计算机可读存储介质,其上存储有计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-10中任一项所述的方法。
14.一种计算设备,包括存储器和处理器,其中,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现权利要求1-10中任一项所述的方法。
15.一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210450881.1A CN114579826B (zh) | 2022-04-27 | 2022-04-27 | 基于知识图谱的任务处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210450881.1A CN114579826B (zh) | 2022-04-27 | 2022-04-27 | 基于知识图谱的任务处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114579826A CN114579826A (zh) | 2022-06-03 |
CN114579826B true CN114579826B (zh) | 2022-08-12 |
Family
ID=81785117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210450881.1A Active CN114579826B (zh) | 2022-04-27 | 2022-04-27 | 基于知识图谱的任务处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114579826B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969383B (zh) * | 2022-08-02 | 2022-10-25 | 深圳易伙科技有限责任公司 | 一种基于零代码开发的应用处理方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614242A (zh) * | 2018-12-20 | 2019-04-12 | 深圳市网心科技有限公司 | 一种计算能力共享方法、装置、设备及介质 |
CN110472876A (zh) * | 2019-08-19 | 2019-11-19 | 北京首都在线科技股份有限公司 | 一种任务调度方法、装置及计算机可读存储介质 |
CN111324643A (zh) * | 2020-03-30 | 2020-06-23 | 北京百度网讯科技有限公司 | 知识图谱的生成方法、关系挖掘方法、装置、设备和介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003032199A2 (en) * | 2001-10-05 | 2003-04-17 | Jarg Corporation | Classification of information sources using graph structures |
US10204174B2 (en) * | 2015-12-15 | 2019-02-12 | Oracle International Corporation | Efficient method for subgraph pattern matching |
US10810210B2 (en) * | 2017-05-12 | 2020-10-20 | Battelle Memorial Institute | Performance and usability enhancements for continuous subgraph matching queries on graph-structured data |
US20220108188A1 (en) * | 2020-10-01 | 2022-04-07 | International Business Machines Corporation | Querying knowledge graphs with sub-graph matching networks |
CN112579797B (zh) * | 2021-02-20 | 2021-05-18 | 支付宝(杭州)信息技术有限公司 | 针对知识图谱的业务处理方法及装置 |
CN113157934A (zh) * | 2021-03-05 | 2021-07-23 | 中国互联网络信息中心 | 知识图谱起源处理方法和系统、电子设备和存储介质 |
CN113886605A (zh) * | 2021-10-25 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 一种知识图谱处理方法和系统 |
-
2022
- 2022-04-27 CN CN202210450881.1A patent/CN114579826B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614242A (zh) * | 2018-12-20 | 2019-04-12 | 深圳市网心科技有限公司 | 一种计算能力共享方法、装置、设备及介质 |
CN110472876A (zh) * | 2019-08-19 | 2019-11-19 | 北京首都在线科技股份有限公司 | 一种任务调度方法、装置及计算机可读存储介质 |
CN111324643A (zh) * | 2020-03-30 | 2020-06-23 | 北京百度网讯科技有限公司 | 知识图谱的生成方法、关系挖掘方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114579826A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20070021995A1 (en) | Discovering patterns of executions in business processes | |
CN107430611B (zh) | 过滤数据沿袭图 | |
Costa et al. | Capturing and querying workflow runtime provenance with PROV: a practical approach | |
US8204904B2 (en) | Network graph evolution rule generation | |
CN112579797B (zh) | 针对知识图谱的业务处理方法及装置 | |
US8719299B2 (en) | Systems and methods for extraction of concepts for reuse-based schema matching | |
US10453165B1 (en) | Computer vision machine learning model execution service | |
US20220358023A1 (en) | Method And System For The On-Demand Generation Of Graph-Like Models Out Of Multidimensional Observation Data | |
CN112052404B (zh) | 多源异构关系网络的群体发现方法、系统、设备及介质 | |
CN109118155B (zh) | 一种生成操作模型的方法及装置 | |
CN114579826B (zh) | 基于知识图谱的任务处理方法及装置 | |
CN113515672A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN115618010A (zh) | 融合图谱的存储和处理方法及装置 | |
CN114139022B (zh) | 子图抽取方法和装置 | |
US20060106702A1 (en) | Method and apparatus for extracting and visualizing execution patterns from web services | |
CN114691658A (zh) | 一种数据回溯方法、装置、电子设备及存储介质 | |
CN116521945A (zh) | 用于区块链加密货币交易溯源的资金关联图构建方法及控制系统 | |
CN115016905A (zh) | 一种调用拓扑图生成方法及装置 | |
CN111626311B (zh) | 一种异构图数据处理方法和装置 | |
CN113157720A (zh) | 查询语句的处理方法、装置、设备及介质 | |
CN114356342A (zh) | 一种编译方法及装置 | |
US20230049322A1 (en) | Information processing method, device, system, and computer-readable storage medium | |
CN115525440A (zh) | 微服务调用数据处理方法、装置、介质及设备 | |
CN104657507A (zh) | 基于分布式系统的图数据的模式检测方法和装置 | |
CN115694841B (zh) | 基于区块链和ipfs网络的元数据流通方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |