string - 使用 SPARQL 查询与字符串的最佳匹配？

Question

我有一个电影片名列表，想在 DBpedia 中查找这些片名。对于像“导演”这样的元信息。但是我很难用 SPARQL 识别正确的电影，因为标题有时不完全匹配。

如何使用 SPARQL 从 DBpedia 获得电影标题的最佳匹配？

一些有问题的例子:

我的 list :“死而复生”与 DBpedia:“死而复生”

我的 list :“Hachi”与 DBpedia:“Hachi:狗的故事”

我目前的做法是查询 DBpedia endpoint对于所有电影，然后通过检查单个标记(不带标点符号)进行过滤，按标题排序并返回第一个结果。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)), "die") && 
      contains(lcase(str(?title)),"hard")
   )
}
ORDER BY (?title)
LIMIT 1

这种方法非常慢，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

正确的结果排在第二位:

  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: 通常如何使用 SPARQL 查询与字符串的最佳匹配？

谢谢!

Answer 1

我采用了正则表达式方法 mentioned in the comments并提出了一个效果很好的解决方案，比我能用 bif:contains 得到的任何东西都要好:

   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

它并不完美，所以我仍然愿意接受建议。