关键词：关系数据 实体间关系提取 知识图谱 

摘要：知识图谱需要从大量文本、图像、数据库等信息源中提取知识,而关系数据库是其中一个重要的数据源,存储了大量高质量数据。目前,有许多研究工作集中于从关系数据库到RDF的转换,主要考虑结构信息的转换,较少研究实体间语义关系的发现。提出一种基于随机森林的数据库实体间语义关系发现与转换方法,将关系数据转换为RDF,能够有效地发现数据库中实体之间的隐含语义关系。该方法构建融合数据库模式和数据内容的特征向量,设计并实现基于随机森林的实体间语义关系发现算法;基于发现的语义关系,实现多对多、一对多等实体语义关系的转换。实验结果表明,相对于传统的直接映射算法,该方法有更高的提取质量,减少了最终生成知识图谱中的冗余与错误。

计算机应用与软件杂志要求:

{1}文章关键要素，需有英文摘要。

{2}文章主题明确，数据可靠，书写准确，图表清晰，文字简练，内容齐全完整。来稿应含以下部分：中英文题名、中英文摘要、中英文关键词、中图分类号（本编辑部亦可代查）、正文以及必要的图表、参考文献。

{3}文稿要一稿一投，严禁各类侵权行为。

{4}前言应充分说明研究工作的背景、意义、本文拟解决的问题、采用的方法和手段,引出重要文献,全面评述相关研究工作,突出本工作的重要性和创新性,不要忽视国内同行的工作。

{5}稿件注释一律采用 “脚注”。注释规则请参下附《注释规范》，请投稿者严格遵循。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社