rdf - 如何编写有效匹配字符串文字同时忽略大小写的 SPARQL 查询

Question

我正在使用 Jena ARQ 针对从 Jena TDB 读取的大型本体编写 SPARQL 查询，以便找到与基于 rdfs 标签的概念关联的类型:

SELECT DISTINCT ?type WHERE {
 ?x <http://www.w3.org/2000/01/rdf-schema#label> "aspirin" .
 ?x <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> ?type .
}

这工作得很好，而且实际上相当快(<1 秒)。不幸的是，对于某些术语，我需要以不区分大小写的方式执行此查询。例如，由于标签 “Tylenol” 位于本体中，而不是 “tylenol”，因此以下查询显示为空:

SELECT DISTINCT ?type WHERE {
 ?x <http://www.w3.org/2000/01/rdf-schema#label> "tylenol" .
 ?x <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> ?type .
}

我可以使用 FILTER 语法编写此查询的不区分大小写的版本，如下所示:

SELECT DISTINCT ?type WHERE {
 ?x <http://www.w3.org/2000/01/rdf-schema#label> ?term .
 ?x <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> ?type .
 FILTER ( regex (str(?term), "tylenol", "i") )
}

但现在查询需要一分多钟才能完成!有没有办法以更有效的方式编写不区分大小写的查询？

Answer 1

在 SPARQL 中可以使用的所有可能的字符串运算符中，regex 可能是最昂贵的一个。如果您避免使用 regex 并在测试两侧使用 UCASE 或 LCASE，您的查询可能会运行得更快。像这样的东西:

SELECT DISTINCT ?type WHERE {
 ?x <http://www.w3.org/2000/01/rdf-schema#label> ?term .
 ?x <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> ?type .
 FILTER (lcase(str(?term)) = "tylenol")
}

这可能会更快，但一般来说，不要期望任何三元组存储的文本搜索都有出色的性能。三重存储非常擅长图形匹配，但不太擅长字符串匹配。