python - 从 DBpedia 中提取信息

Question

我正在做一个项目，我想使用 DBpedia。我有几百个 DBpedia 链接，例如

• http://dbpedia.org/page/Federal_Emergency_Management_Agency

什么是更好地利用时间:

• 抓取这些页面并提取我需要的信息？
• 从 Python 使用 SPARQL 查询来查询数据？

Answer 1

首先，请注意标识 DBpedia 资源的 URI 不是

• http://dbpedia.org/page/Federal_Emergency_Management_Agency

有页面，但是

• http://dbpedia.org/resource/Federal_Emergency_Management_Agency

使用资源。其次，使用 SPARQL 检索信息的速度将多。 SPARQL 是一种用于 RDF 的查询语言，您正在寻找获取 RDF 数据的方法。要获取有关 FEMA 的信息，您在 SPARQL 中需要做的就是描述查询:

describe
  dbpedia:Federal_Emergency_Management_Agency

SPARQL results

描述查询可以描述多个资源，所以你可以这样做，例如:

describe
  dbpedia:Federal_Emergency_Management_Agency
  dbpedia:Mount_Monadnock
  # more resources...

SPARQL results

如果您只需要有关某些资源的某些信息，您仍然可以使用 values 并以编程方式注入(inject)您感兴趣的资源，通过选择或构造查询来执行类似的操作:

select ?label where { 
  values ?resource {
    dbpedia:Federal_Emergency_Management_Agency # put your values in here and
    dbpedia:Mount_Monadnock                     # ?resource will be bound to each
  }
  ?resource rdfs:label ?label .
  filter( langMatches( lang(?label), "EN" ))
}

SPARQL results

您还可以使用结构在模型中获取这些三元组:

construct {
  ?resource rdfs:label ?label 
}
where { 
  values ?resource {
    dbpedia:Federal_Emergency_Management_Agency
    dbpedia:Mount_Monadnock
  }
  ?resource rdfs:label ?label .
  filter( langMatches( lang(?label), "EN" ))
}

SPARQL results