使用 WikiData Sparql 高效查询抽象元素

Posted 2023-03-25

【中文标题】使用 WikiData Sparql 高效查询抽象元素

【英文标题】：Efficiently querying abstract elements using WikiData Sparql

【发布时间】：2016-07-26 19:30:47

【问题描述】：

我正在尝试构建一个查询以按名称获取抽象元素的实例/任何子类，例如“human”（Q5），但是查询失败并超时，可能是因为它有太多节点无法遍历图表。

有没有更好的方法来查询这个？我能想到的最好方法是使用带有元素名称的 Wikidata API search entities endpoint，然后在 Sparql 查询中过滤所需的结果，以最小化查询的域而不是整个图。 我有点担心在生产环境中使用这种方法，因为 Wikidata Sparql 处于测试阶段。从 freebase 迁移知识图用例的任何最佳实践？关于将数据从 Freebase 迁移到 Wikidata 是否有任何更新？

对于已弃用的 Freebase 服务，最后还有其他成熟的替代方案吗？

【问题讨论】：

在生产环境中使用您自己的 SPARQL 端点并将 Wikidata 加载到其中。其他任何事情都没有任何意义，因为无法控制它的可用性。

没有外部生产服务替代方案吗？维护内部 wikidata 镜像对于我对服务的需求也没有意义。

什么是“外部”生产？事实上，您可以使用公共 SPARQL 端点，但它是免费托管的，您无需为所获得的东西支付任何费用。因此，您不能提出任何索赔。托管这样的服务需要花钱，而且您知道您不是唯一使用它的人。此外，您无法使其更快，因为您必须依赖他们用于托管服务的硬件。

我的意思是付费替代品。谷歌知识图在可靠性和数据扩展方面会更好吗？还有其他建议吗？

这有点麻烦（因此不是答案），但也许像 Ontotext S4 这样的云服务会满足您的需求。他们提供 GraphDB 的云实例以及访问各种开放数据集的托管版本。不确定 Wikidata 是否在其中，但如果没有，我相信您可以向他们询问。

【参考方案1】：

您查询的是哪个端点？针对生产服务查询没有 SLA（测试版或非测试版）的共享公共端点是非常冒险的提议。

Wikidata 提供完整的数据库转储，您可以对其进行定制/子集化并加载到您喜欢的任何基础架构中。这将使您能够完全控制性能、质量和任何其他对您很重要的指标。

就从 Freebase 迁移而言，没有迁移路径。火车所在的轨道已经结束（至少对于外部非 Google 用户而言）。它不仅已弃用，而且不久前已完全关闭。一小部分数据被导入到 Wikidata（由于他们的共同祖先 Wikipedia，他们已经共享了一堆共同点），但没有任何编程功能，例如 MQL 的 JSON 示例查询、Freebase Search、Freebase Suggest、Google - 可用于 Wikidata 的规模性能或可用性等（还没有？）。

如果数据对您很重要，您应该使用满足您需求的任何基础架构自行托管。

【讨论】：

我正在使用query.wikidata.org/sparql 端点。维护内部 wikidata 会产生不断更新数据的开销。有比维基数据更好的选择吗？也许谷歌知识图是一个更全面、更可靠的选择？另外，您对我使用给定名称查询所有人的方法有什么见解吗？