使用SPARQL查询与字符串的最佳匹配？

我有一个电影名称列表，并希望在DBpedia中查看这些信息，例如“导演”等元数据。但是我很难用SPARQL识别正确的电影，因为标题有时不完全匹配。使用SPARQL查询与字符串的最佳匹配？

如何使用SPARQL从DBpedia中为电影标题匹配最佳？

一些有问题的例子：

我的清单： “虎胆龙威：用复仇” 与DBpedia中：
我的列表 “终极警探3”： “公共的蜂” 与DBpedia中： “公共的蜂：一只狗的故事”

我目前的做法是查询DBpedia endpoint所有的电影，然后通过标题单令牌（不含标点符号），检查顺序筛选和返回的第一个结果。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

这种做法是非常缓慢的，有时也出现故障，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

，其中正确的结果是第二位：

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

任何想法如何解决这个问题问题？甚至更好：如何查询与SPARQL一般的字符串的最佳匹配？

谢谢！

来源

2016-07-30 dynobo

SPARQL端点不是文本搜索引擎，因此，对SPARQL标准中的字符串匹配只有有限的支持。一些三重商店确实有一些扩展的支持，这取决于基础实施。例如。一些三重商店使用Lucene进行文本搜索，而另一些像Virtuoso则有一些内置功能。 – AKSW

DBpedia端点使用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。来自文档的一个例子是''foaf：Name？name。？名称bif：包含“'rich *'”。'，它可以匹配foaf：Name包含单词Rich的所有主题。这将匹配理查德，里奇等 – AKSW

@AKSW感谢与bif提示：包含。我会看看那个。 – dynobo

我适应了正则表达式的方法mentioned in the comments，并与非常有效的解决方案，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

它并不完美，所以我仍然开放提供建议。

来源

2016-07-31 14:18:14 dynobo

使用SPARQL查询与字符串的最佳匹配？

回答

相关问题