使用SPARQL查詢與字符串的最佳匹配？

我有一個電影名稱列表，並希望在DBpedia中查看這些信息，例如「導演」等元數據。但是我很難用SPARQL識別正確的電影，因爲標題有時不完全匹配。使用SPARQL查詢與字符串的最佳匹配？

如何使用SPARQL從DBpedia中爲電影標題匹配最佳？

一些有問題的例子：

我的清單：「虎膽龍威：用復仇」與DBpedia中：
我的列表「終極警探3」：「公共的蜂」與DBpedia中：「公共的蜂：一隻狗的故事」

我目前的做法是查詢DBpedia endpoint所有的電影，然後通過標題單令牌（不含標點符號），檢查順序篩選和返回的第一個結果。例如：

SELECT ?resource ?title ?director WHERE { 
    ?resource foaf:name ?title . 
    ?resource rdf:type schema:Movie . 
    ?resource dbo:director ?director . 
    FILTER (
     contains(lcase(str(?title)), "die") && 
     contains(lcase(str(?title)),"hard") 
    ) 
} 
ORDER BY (?title) 
LIMIT 1

這種做法是非常緩慢的，有時也出現故障，如：

SELECT ?resource ?title ?director WHERE { 
    ?resource foaf:name ?title . 
    ?resource rdf:type schema:Movie . 
    ?resource dbo:director ?director . 
    FILTER (
     contains(lcase(str(?title)), "hachi") 
    ) 
} 
ORDER BY (?title) 
LIMIT 10

，其中正確的結果是第二位：

resource           title      director 
    http://dbpedia.org/resource/Chachi_420   "Chachi 420"@en    http://dbpedia.org/resource/Kamal_Haasan 
    http://dbpedia.org/resource/Hachi:_A_Dog's_Tale "Hachi: A Dog's Tale"@en  http://dbpedia.org/resource/Lasse_Hallström  
    http://dbpedia.org/resource/Hachiko_Monogatari "Hachikō Monogatari"@en  http://dbpedia.org/resource/Seijirō_Kōyama 
    http://dbpedia.org/resource/Thachiledathu_Chundan "Thachiledathu Chundan"@en http://dbpedia.org/resource/Shajoon_Kariyal

任何想法如何解決這個問題問題？甚至更好：如何查詢與SPARQL一般的字符串的最佳匹配？

謝謝！

來源

2016-07-30 dynobo

SPARQL端點不是文本搜索引擎，因此，對SPARQL標準中的字符串匹配只有有限的支持。一些三重商店確實有一些擴展的支持，這取決於基礎實施。例如。一些三重商店使用Lucene進行文本搜索，而另一些像Virtuoso則有一些內置功能。 – AKSW

DBpedia端點使用Virtuoso，因此您可以查看http://docs.openlinksw.com/virtuoso/rdfsparqlrulefulltext/。例如。 'bif：contains'的索引文字比普通的REGEX快得多。來自文檔的一個例子是''foaf：Name？name。？名稱bif：包含「'rich *'」。'，它可以匹配foaf：Name包含單詞Rich的所有主題。這將匹配理查德，裏奇等 – AKSW

@AKSW感謝與bif提示：包含。我會看看那個。 – dynobo

我適應了正則表達式的方法mentioned in the comments，並與非常有效的解決方案，比任何我可以用BIF得到更好的上前：包含：

SELECT ?resource ?title ?match strlen(str(?title)) as ?lenTitle strlen(str(?match)) as ?lenMatch 

    WHERE { 
     ?resource foaf:name ?title . 
     ?resource rdf:type schema:Movie . 
     ?resource dbo:director ?director . 
     bind(replace(LCASE(CONCAT('x',?title)), "^x(die)*(?:.*?(hard))*(?:.*?(with))*.*$", "$1$2$3") as ?match) 
    } 

    ORDER BY DESC(?lenMatch) ASC(?lenTitle) 

    LIMIT 5

它並不完美，所以我仍然開放提供建議。

來源

2016-07-31 14:18:14 dynobo

使用SPARQL查詢與字符串的最佳匹配？

回答

相關問題