(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210864480.0 (22)申请日 2022.07.21 (71)申请人 北京大学 地址 100871 北京市海淀区颐和园路5号北 京大学 申请人 国网山东省电力公司信息通信公司 (72)发明人 李广建　王宇轩　罗立群　黄振　 张闻彬　 (74)专利代理 机构 北京君尚知识产权代理有限 公司 11200 专利代理师 司立彬 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/84(2019.01) G06F 16/901(2019.01)G06F 40/30(2020.01) G06K 9/62(2022.01) G06N 5/02(2006.01) (54)发明名称 一种本体智能生成方法 (57)摘要 本发明公开了一种本体智能生 成方法， 其步 骤包括： 1)将待处理XSD文档 中用于描述实体的 元素转化为类节点； 将该待处理XSD文档中描述 实体属性的元素转化为数据属性节点； 2)根据该 待处理XSD文档中元素之间的嵌套等级关系确定 各元素所对应节点之间的边， 生成该待处理XSD 文档对应的有向图； 3)生成所述有向图中的每一 节点的语义嵌入向量， 根据节 点的语义嵌入向量 计算节点间的语义相似度； 将语义相似度大于设 定阈值的节点合并为簇节点； 4)根据步骤3)处理 后的有向图得到OWL语言描 述的资源知识内容本 体。 本发明能够揭示更多原有XML资源中的知识 内容， 提高本体对于原有知识内容的描述与揭示 能力。 权利要求书1页 说明书4页 附图1页 CN 115292512 A 2022.11.04 CN 115292512 A 1.一种本体智能生成方法， 其 步骤包括： 1)将待处理XSD文档中用于描述实体的元素转化为类节点； 将该待 处理XSD文档中描述 实体属性的元 素转化为数据属性节点； 2)根据该待处理XSD文档中元素之间的嵌套等级关系确定各元素所对应节点之间的 边， 生成该待处 理XSD文档对应的有向图； 3)生成所述有向图中的每一节点的语义嵌入向量， 根据节点的语义嵌入向量计算节点 间的语义相似度； 将语义相似度大于设定阈值的节点 合并为簇节点； 4)根据步骤3)处 理后的有向图得到OW L语言描述的资源知识内容本体。 2.根据权利要求1所述的方法， 其特征在于， 生成所述有向图的方法为： 对于该待处理 XSD文档中的嵌套关系N(a,b)， a为父元素， b为子元素； 根据N(a,b)生 成元素a对应节点指向 元素b所对应节 点的有向边， 并将该有向边命名为 “has”+b； 如果元素b满足条件(1)～(3)中 任一条件， 则元素a对应节 点与元素b所对应节 点之间的边称为类边； 其中条件(1)～(3)为： (1)元素b 所对应节点为类节点之下的节点； (2)元素b在该待处理XSD中有具体的约束条件 进行限制； (3)元 素b为该待处 理XSD中的命名节点， 即元 素b为实际业 务对象。 3.根据权利要求1所述的方法， 其特征在于， 将语义相似度 大于设定 阈值的节点合并为 簇节点的方法为： 1)生成该处理XSD文档的XML结构树； 将语义相似度大于设定阈值的节点 放到同一节点 团中， 对每一节点 团进行聚类， 从每一聚类簇I中选取一节点作为簇节点， 其 中选取聚类簇I中各节点所对应元素距离该XML结构树根节点最近的元素所对应节点作为 聚类簇I的簇节点； 2)建立从聚类簇I中簇节点指向聚类簇I中其他节点的有向边， 命名为 “hasMember ”+节点名。 4.根据权利要求1或2或3所述的方法， 其特征在于， 根据步骤3)处理后的有向图得到 OWL语言描述的资源知识内容本体的方法为： 将有向图中的类节 点或簇节点转化为OWL语言 中的类； 将 类节点之间的有向边转化为OWL语言中的对象属性， 将有向边的源节点转化为对 象属性的定义域、 目标节点转化为值域， 将有向边的名称转化为对象属性的命名； 将有向图 中的非类节点的名称转化为OWL语言中数据属性的命名， 将非类节点所连接的类节点作为 数据属性的定义 域， 将非类节点所对应元 素的数据类型转 化为数据属性的值 域。 5.根据权利要求1或2或3所述的方法， 其特征在于， 使用GraphSAGE算法生成所述有向 图中的每一节点的语义嵌入向量。 6.一种服务器， 其特征在于， 包括存储器和 处理器， 所述存储器存储计算机程序， 所述 计算机程序被配置为由所述处理器执行， 所述计算机程序包括用于执行权利要求1至5任一 所述方法中各步骤的指令 。 7.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1至 5任一所述方法的步骤。权　利　要　求　书 1/1 页 2 CN 115292512 A 2一种本体智能生成方 法 技术领域 [0001]本发明涉及本体的智能生成方法， 尤其涉及一种从原始知识资源提取知识内容的 本体智能生成方法。 背景技术 [0002]本体具有较强的语义描述能力， 可以描述现实世界中的实体， 揭示知识之间的关 联。 现在广泛使用的数据交换格式为XML， 但XML只能表达不同元素之间的等级嵌套关系， 不 能很好揭示XML文档中具有的丰富语义内容。 而OWL本体具有丰富表达性， 可以描述原有知 识资源中知识内容之间的相互关联， 并使用体系化、 形式化的方式进行表达。 因此， 为了更 好挖掘XML知识资源中的知识内容， 需要一种XML至 OWL的转化方法。 现有的转化方法多通过 直接建立映射的方式， 或直接根据XSD定义的元素类型进行转化， 或使用XSD本身的树形结 构进行转化， 这些方法得到的OWL本体只能表达原有XML文档等级嵌套结构中的语义信息， 在对于XML知识资源进行知识 内容提取时， 存在以下问题： (1)传统的方法不能更好地组织 多源异构知识资源。 原始知识资源(如XML资源文件)中涉及的标签复杂多样， 仅通过简单的 映射关系并不能很好对标签进 行组织整序， 使得最终形成的本体随着资源规模的增大而使 本体结构异常复杂， 没有形成有效的知识体系， 知识资源的利用效率极低。 (2)传统方法不 能很好的揭示出原始知识资源中蕴含的丰富知识内容。 现有的方法主要对于XML的等级嵌 套结构进行转化， 但不同的嵌套层级、 所处的嵌套位置等信息并没有得到充分的利用， 缺 失 用于形成知识体系的上下位关系， 仅仅获取XSD结构树后进行转化实际上并没有深入语义 层面进行分析， XML知识资源中蕴含的更深层的知识内容尚未 得到进一 步的描述与揭示。 发明内容 [0003]针对现有技术中存在的问题， 本发明的目的在于提供一种本体智能生成方法， 本 发明基于有向图的XML至OW L转化， 得到XML中的本体。 [0004]本发明的技 术方案为： [0005]一种本体智能生成方法， 其 步骤包括： [0006]1)将待处理XSD文档中用于描述实体的元素转化为类节点； 将该待处理XSD文档中 描述实体属性的元 素转化为数据属性节点； [0007]2)根据该待处理XSD文档中元素之间的嵌套等级 关系确定各元素所对应节点之间 的边， 生成该待处 理XSD文档对应的有向图； [0008]3)生成所述有向图中的每一节点的语义嵌入向量， 根据节点的语义嵌入向量计算 节点间的语义相似度； 将语义相似度大于设定阈值的节点 合并为簇节点； [0009]4)根据步骤3)处 理后的有向图得到OW L语言描述的资源知识内容本体。 [0010]进一步的， 生成所述有向图的方法为： 对于该待处理XSD文档中的嵌套关系N(a, b)， a为父元素， b为子元素； 根据N(a,b)生成元素a对应节点指向元素b所对应节点的有向 边， 并将该有向边命名为 “has”+b； 如果元素b满足条件(1)～(3)中任一条件， 则元素a对应说　明　书 1/4 页 3 CN 115292512 A 3