我已从https://developers.google.com/freebase/data?hl=en下载了Freebase转储，
我知道转储的格式是<subject> <predicate> <object>，但我对文件的关系感到困惑。现在，我有两个问题：
如果我想提取Freebase的电子产品子集，其中包括一些主要属性，如/produced by，/product type等。例如：在子集中，iPhone的记录包含iPhone的设计公司，世代等。我尝试使用cygwin来提取它，我该如何编写zgrep脚本？
如果我以* .gz格式获得此子集，如何在Windows环境中使用SPARQL或其他有效的编码语言查询指定的主题？例如：查询iPhone有关设计公司的信息。我知道即使子集是一个大的RDF文件，我能实现吗？
我真的需要有人告诉我，不管我能做到，谢谢。
答案 0 :(得分：0)
由于Freebase网站仍处于活动状态，尽管存在将其关闭的威胁，我要做的第一件事就是检查它是否可能包含您想要的信息：
https://www.freebase.com/search?query=iphone&any=%2Fcommon%2Ftopic https://www.freebase.com/m/0c0bg9c
如果您决定要提取子集，则可以编写一个小程序，该程序利用转储按主题ID排序的事实，并缓冲当前主题的谓词，直到您决定它是否符合您的条件或使用类似zgrep的两个传递 - 一个用于提取匹配的主题ID，另一个用于获取这些主题ID的所有谓词。
Freebase作为/business/product_line/category属性，可能名义上标识电子产品，但我认为它不足以填充有用。
答案 1 :(得分：0)
使用RDF，您应该决定将您在存档中下载的日期存储在何处。我假设你想要一些简单的东西。下载并安装Apache Jena。如果您想要HTTP接口（而不是命令行工具），请考虑Jena Fuseki。
查询您需要了解SPARQL的数据。如果您熟悉SQL，学习SPARQL不应该花费你几个小时。如果您对要实现的目标有特别的疑问，请再次询问他们。
使用这些工具，您可以处理任何RDF文件。即使有数十亿的三元组。