试论图数据库本体存储方法的比较

程玉娟 方俊伟 赖涵

摘 要 本体作为知识图谱的核心内容，以图结构的形式描述知识，随着知识量的不断扩大以及知识之间关联性的增加，本体中概念之间的图结构也越来越复杂，这给数据库的存储能力和表示能力带来了很大的挑战。图数据库具有天然的图结构，可以很好地与本体的逻辑结构形成映射关系。本文从本体内容完整性的角度，对比分析了目前常见的9种图数据库本体存储方法，实验结果显示目前的方法还无法满足完整的本体内容导入。

关键词 本体;图数据库;存储

1 本体存储相关研究

本体内容的导入需要考虑复杂的映射规则。实名类、实例、对象属性关系、数据属性关系是本体最核心、最基础的内容，任何本体存储方法都必须满足这四者的存储需求。在图数据库中存储本体，研究者通常将实名类、实例映射为节点，对象属性关系、数据属性关系映射为边[1-4]，也有研究者将对象属性关系映射为节点，然后通过定义域、值域边来连接两端的节点[5]，对于多元函数关系我们需要一些特殊的处理方法，目前研究尚少;对于公理，它表示永真的语义信息，类公理、实例公理我们只需要通过公理边连接头尾实体[1，5]，对于描述属性关系之间语义信息的公理，一种方法是属性关系作为边的情况下，属性公理映射为边的属性[6]，另外一种是属性关系作为节点的情况下，属性公理作为边连接两個属性关系节点[7];对于匿名类，它在描述公理时候产生，用于丰富实名类的信息，有的情况下可以直接忽略匿名类的存储，需要存储匿名类可以根据本体描述的需求生成匿名节点，以子图的形式来存储整个匿名节点的信息[8-9];对于规则，它用于扩展知识描述范围，可以结合公理信息推理出新的概念之间关系[4]。

2 实验与分析

本次实验比较了9种图数据库本体存储方法，具体是将本体按照这些方法分别存入到图数据库，从本题要素存储完整性的角度对比和分析它们。这9种方法来自于文献：[1-9]。

实验中对本体操作的编程语言为java，实验环境为：

（1）操作系统：ubuntu 16.04;

（2）CPU：Intel Core i5-7300HQ CPU 2.50GHz

（3）内存：8.00 GB

（4）图数据库：Neo4J 3.4.0

实验结果：

本文将本体拆解为实体、关系、公理、规则四个方面讨论存储的完整性，其中，实体又分为实名类、匿名类、实例，关系分为对象属性关系、数据属性关系、函数关系;公理分为类公理、实例公理、属性公理。表1展示了9种方法的本体各要素存储情况。由其可知，目前的图数据库本体存储方法，尚无法满足完整的本体内容导入，特别是对于匿名类、多元函数以及规则的存储实现。纳入比较的9种方法种，graphDB[11]和stardog[12]在完整性方面是相对最好的，stardog支持除规则外的本体内容导入，graphDB基本可以满足本体的完整导入。

在实验中我们还发现，这两种方法在匿名类的处理上，相对于本体，会生成更多的匿名节点，这些冗余信息事实上是可以避免的;对于多元函数的处理也不是很清晰;对于规则的处理，graphDB目前只能满足基本的规则。

3 结论与展望

本文从本体内容完整性的角度，对比分析了常见的9种图数据库本体存储方法。实验表明，目前的方法还无法满足完整的本体内容导入，特别是对于匿名类、多元函数以及规则的存储实现。

在未来的研究中，我们会提出一种基于Neo4j来实现本体内容的完整存储。该方法旨在利用图数据库中节点、边来标识本体中的类、实例、关系和公理，利用节点、边组合的子图形式来标识匿名类、函数关系等内容，利用数据库存储过程实现本体的规则实现。通过本体到属性图模型的映射，在保证语义信息不丢失的情况下，减少冗余信息。

参考文献

[1] 张慧，侯霞，李宁. 本体存储方法研究[J].北京信息科技大学学报，2016，（3）：59-63.

[2] 何向武. 大数据中RDF语义数据存储优化探讨[J].计算机应用与软件，2015，（4）：44-47，61.

[3] 项灵辉，顾进广，吴钢. 基于图数据库的RDF数据分布式存储[J] .计算机应用与软件，2014，44（11）：148-156.

[4] 康杰华，罗章璇. 基于图形数据库Neo4j的RDF数据存储研究[J].信息技术，2015，（6）：115-117.

[5] 王红，张青青，蔡伟伟，等. 基于Neo4j的领域本体存储方法研究[J].计算机应用研究，2017，（8）：2404-2407.

[6] Bouhali R ， Laurent A . Exploiting RDF Open Data Using NoSQL Graph Databases [J]. AIAI， 2015，（9）：179.

[7] Faming Gong，Yuhui MaID，Wenjuan Gong.Neo4j graph database realizes efficient storage performance of oilfield ontology[J]. PLoS ONE，2018，（9）：123.

作者简介

程玉娟（1990-），女，学历：硕士，专任教师，现就职单位：武汉铁路职业技术学院铁道机车车辆学院，研究方向：软件工程、需求工程、人工智能等。

方俊伟（1995-），学历：硕士，现就职单位：武汉大学计算机学院，研究方向：知识图谱、软件工程等。

赖涵（1981-），男，学历：博士，讲师，现就职单位：重庆工商大学计算机科学与信息工程学院，研究方向：需求工程、云计算、软件工程等。