使用Google Cloud Vision API后，我收到的格式为/m/XXXXXXX的MID值（尽管最后不一定是7个字符）。我想要做的是确定一个MID值与其他MID值的具体比较。基本上是一个术语的宽泛与精致。例如，术语 Vehicle 可能级别1 ，而术语 Van 可能级别2 。
我尝试通过Google Knowledge Graph API运行MID值，但遗憾的是这些MID不在该数据库中，并且不返回任何信息。例如，我所拥有的一些MID和描述如下：
/m/07s6nbt = text
/m/03gq5hm = font
/m/01n5jq = poster
/m/067408 = album cover
我最初想到为什么这些MID在知识图谱API中没有返回任何内容，因为它们在停用Freebase后没有被遗留下来。我了解Google提供了Freebase的RDF转储，但我不确定如何在Python中读取该数据并使用它来确定层次结构中的深度。
如果无法确定MID值的类别级别，则术语具有的连接数也将是适当的代理。假设更广泛的术语与其他术语的联系比更精细的术语更多。我发现an article讨论了＆＃34; edge＆＃34;的数量。一个MID，我认为这意味着连接的数量。但是，它们会在MID值和Long Values之间进行一些转换，并使用各种脚本，这些脚本会在Python中给我带来很多错误。我希望在一列中使用MID值的简单表和另一列中的连接数，但我在代码中丢失，转换值和Python错误。
如果您对轻松确定MID的连接数量或其层次级别有任何建议，我们将不胜感激。谢谢！
答案 0 :(得分：1)
那些MID看起来像是非常常见的东西，所以我很惊讶他们不在知识图中。你是否在MID前面形成URI？
"kg": "http://g.co/kg"
"kg:/m/067408"
Freebase和知识图谱没有被组织为层次结构，因此您的水平发现想法并不真正起作用。我也怀疑你对程度（即边缘数）与更广泛与更窄相关的想法，但你应该能够使用你发现的转储来测试它。
您发现的Freebase ExQ数据转储非常混乱，因为它们将Freebase types重命名为topics（不要与Freebase topics混淆），但我认为他们{{1}包含您正在寻找的信息（边缘数==度）。您可以使用inDegree，outDegree或两者的总和。
他们的MID到整数转换代码看起来不合适（并且与评论不符），但您需要使用兼容的实现来匹配他们已经完成的工作。
看着
freebase-nodes-in-out-name.tsv它被编码为
/m/02w0000 "Clibadium subsessilifolium"@en
或
48484848875048
因此，只需从右到左取ASCII值，然后从左到右连接它们。一体化令人困惑，低效和错误！ （它实际上是一个基础36（或37？）编码）