dbpedia聚光灯数据集

Question

我从http://spotlight.dbpedia.org/download/release-0.5/dbpedia-spotlight-quickstart.zip安装了dbpedia聚光灯，并希望通过从https://github.com/dbpedia-spotlight/dbpedia-spotlight/wiki/Downloads下载来改进其数据集。

有人能告诉我如何使用spotter词典中的数据和消除歧义索引与jar文件。

Answer 1

假设您已经下载并解压缩以下文件：

wget http://spotlight.dbpedia.org/download/release-0.5/context-index-compact.tgz 
tar zxvf context-index-compact.tgz 
wget http://spotlight.dbpedia.org/download/release-0.4/surface_forms-Wikipedia-TitRedDis.uriThresh75.tsv.spotterDictionary.gz 
gunzip surface_forms-Wikipedia-TitRedDis.uriThresh75.tsv.spotterDictionary.gz 

现在你只需要改变server.properties文件来指向你的解压后的文件：

org.dbpedia.spotlight.index.dir = index-withSF-withTypes-compressed 
org.dbpedia.spotlight.spot.dictionary = surface_forms-Wikipedia-TitRedDis.uriThresh75.tsv.spotterDictionary 

如果您正在使用最大的spotter字典，您可能需要增加java堆空间 - 例如-Xmx10G在你的命令行中。