Question

我有一个包含电影标题的列表，想要在DBpedia中查找“导演”等元信息。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获取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：“复仇难死”
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。 E.g：

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

这种方法非常缓慢，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

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！

Answer 1

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获得的更好：contains：

   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

这不完美，所以我仍然愿意接受建议。

使用SPARQL查询与字符串的最佳匹配？

1 个答案: