rdf - 如何使用 SPARQL 查找相似内容

Question

我正在尝试使用 SPARQL 来识别事物之间的概念重叠。

以电影为例(LinkedMDB 数据)，如果我有一部电影“黑客帝国”并且我的目标是列出与该电影相似的电影，我可能会从执行以下操作开始:

矩阵

获取流派

获取 Actor

找导演

获取位置

等

然后使用我在矩阵中确定的东西，我会查询具有这些属性的东西(伪查询)

SELECT movie, genre, director, location, actors
WHERE {
  genre is action or sci-fi .

  director are the Wachowski brothers .

  location is set in a big city .

  OPTIONAL( actors were in the matrix . )
}

SPARQL 中有什么东西可以让我检查不同节点之间的属性重叠吗？还是必须像我建议的那样手动完成？

Answer 1

匹配一些特定的属性

听起来你在要求类似的东西

select ?similarMovie ?genre ?director ?location ?actor where { 
  values ?movie { <http://.../TheMatrix> }
  ?genre   ^:hasGenre ?movie, ?similarMovie .
  ?director ^:hasDirectory ?movie, ?similarMovie .
  ?location ^:hasLocation ?movie, ?similarMovie .
  optional { ?actor ^:hasActor ?movie, ?similarMovie .
}

使用向后路径表示法 ^和对象列表，使其比以下内容短得多:

select ?similarMovie ?genre ?director ?location ?actor where { 
  values ?movie { <http://.../TheMatrix> }
  ?movie        :hasGenre    ?genre .
  ?movie        :hasDirector ?director .
  ?movie        :hasLocation ?location .
  ?similarMovie :hasGenre    ?genre .
  ?similarMovie :hasDirector ?director .
  ?similarMovie :hasLocation ?location .
  optional { 
    ?movie        :hasActor ?actor .
    ?similarMovie :hasActor ?actor .
  }
}

例如，使用 DBpedia，我们可以获得与 The Matrix 具有相同发行商和摄影师的其他电影:

select ?similar ?cinematographer ?distributor where {
  values ?movie { dbpedia:The_Matrix }
  ?cinematographer ^dbpprop:cinematography ?movie, ?similar .
  ?distributor ^dbpprop:distributor ?movie, ?similar .
}
limit 10

SPARQL Results

结果都在同一个专营权内；你会得到:黑客帝国、黑客帝国重装上阵、黑客帝国革命、黑客帝国(特许经营)和终极黑客帝国系列。

匹配至少一些属性

也可以要求至少具有一些共同属性的事物。两个事物在被视为相似之前需要具有多少共同点显然是主观的，这取决于特定的数据，并且需要一些实验。例如，我们可以在 DBpedia 上查询至少有 35 个与矩阵相同的属性的电影，如下所示:

select ?similar where { 
  values ?movie { dbpedia:The_Matrix }
  ?similar ?p ?o ; a dbpedia-owl:Film .
  ?movie   ?p ?o .
}
group by ?similar ?movie
having count(?p) > 35

SPARQL results

这给出了 13 部电影(包括黑客帝国和特许经营中的其他电影):

V字仇杀队(电影)

黑客帝国

postman (电影)

行政决定

入侵(电影)

拆迁人(电影)

黑客帝国(特许经营)

重装上阵的黑客帝国

Freejack

导出伤口

矩阵革命

爆发(电影)

极速赛车(电影)

使用这种方法，您甚至可以使用共同属性的数量作为相似性的度量。例如:

select ?similar (count(?p) as ?similarity) where { 
  values ?movie { dbpedia:The_Matrix }
  ?similar ?p ?o ; a dbpedia-owl:Film .
  ?movie   ?p ?o .
}
group by ?similar ?movie
having count(?p) > 35
order by desc(?similarity)

SPARQL results

The Matrix             206
The Matrix Revolutions  63
The Matrix Reloaded     60
The Matrix (franchise)  55
Demolition Man (film)   41
Speed Racer (film)      40
V for Vendetta (film)   38
The Invasion (film)     38
The Postman (film)      36
Executive Decision      36
Freejack                36
Exit Wounds             36
Outbreak (film)         36