从Freebase获取所有主题名称的列表

Question

根据Freebase，他们有23,407,174个主题。获取所有这些TOPIC的UI友好名称（基本上是主题JSON的＆＃39;文本＆＃39;属性，单个主题JSON的示例是here）的最简单方法是什么？我不需要任何其他元信息。

Answer 1

wget -O - http://download.freebase.com/datadumps/latest/freebase-simple-topic-dump.tsv.bz2 | bunzip2 | cut -f 2 > freebase-topic-names.txt

虽然您可能也想要Freebase ID，以便您知道名称所指的内容：

wget -O - http://download.freebase.com/datadumps/latest/freebase-simple-topic-dump.tsv.bz2 | bunzip2 | cut -f 1,2

需要两个额外的后处理位：

1. 标签以\ t
转义
2. 字符串\ N表示空（不存在）名称

Answer 2

查看我们提供的Simple Topic Dump。它超过了GB的压缩数据，但下载速度仍然比尝试通过API获取所有名称更快。