使用SPARQL查询与字符串的最佳匹配？

2024年1月20日 231次阅读

我有一个电影标题列表,并想在
DBpedia中查找像“导演”这样的元信息.但我很难用SPARQL识别正确的电影,因为标题有时并不完全匹配.

如何使用SPARQL从DBpedia获得电影片名的最佳匹配？

一些有问题的例子：

>我的名单：“死硬：复仇”与DBpedia：“复仇”
>我的清单：“Hachi”与DBpedia：“Hachi：A Dog’s Tale”

我目前的方法是查询所有电影的DBpedia endpoint,然后通过检查单个标记(没有标点符号)进行过滤,按标题排序并返回第一个结果.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

这种方法很慢,有时也会失败,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)), "hachi") 
   )
}
ORDER BY (?title)
LIMIT 10

其中正确的结果在第二位：

  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？甚至更好：如何通常使用SPARQL查询与字符串的最佳匹配？

谢谢！

最佳答案 我改编了正则表达式方法
mentioned in the comments并提出了一个非常好的解决方案,比我用bif得到的任何东西都好：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,所以我仍然愿意接受建议.

点赞