如何在 MarkLogic 中处理不区分大小写的 SPARQL 数据

Posted 2023-02-16

【中文标题】如何在 MarkLogic 中处理不区分大小写的 SPARQL 数据

【英文标题】：How to handle case-insensitive SPARQL data in MarkLogic

【发布时间】：2015-01-31 01:19:58

【问题描述】：

我试图了解如何最好地处理 Marklogic SPARQL 数据中的文字，这可能在任何情况下都是如此。我希望能够进行不区分大小写的搜索，但我相信语义查询不可能做到这一点。对于一个简单的例子，我想要：

SELECT *
WHERE  ?s ?p "Red"

和

SELECT *
WHERE  ?s ?p "red"

返回所有值，无论对象是“Red”、“RED”、“red”还是“rED”。

我的数据来自另一个具有可变大小写规则的来源。目前我唯一能想到的就是添加一个额外的三元组，它总是包含小写的文本，所以我总是可以搜索那个值。或者，在 MarkLogic 中使用不区分大小写的排序规则创建一些新的范围查询是否有意义（如果这对三元组数据可行）？

【问题讨论】：

How to write SPARQL query that efficiently matches string literals while ignoring case的可能重复

【参考方案1】：

您可以使用忽略大小写的过滤器。

select * where 
  ?s ?p ?o
  FILTER (lcase(str(?o)) = "red")

Based on the answer to another question。

编辑：我向 MarkLogic 的产品经理 Steve Buxton 询问了语义特性，他提出了以下建议：

let $store := sem:store( (), cts:element-value-query(xs:QName("sem:object"), "red", "case-insensitive") )
return
  sem:sparql('
    SELECT ?o
    WHERE 
      ?s ?p ?o
      FILTER (lcase(str(?o)) = "red")
    ', (), (), $store
 )

sem:store 是一个 MarkLogic 8（现在可通过 Early Access 获得）函数，用于选择一组三元组。然后 SPARQL 查询在缩减集上运行，限制需要过滤的三元组的数量。

【讨论】：

您也可以使用cts:contains。字符串查询（第二个参数）被强制转换为 cts:word-query，它对小写字符串不区分大小写。

@joemfb 好建议，但应该指出的是，这些是不属于 SPARQL 标准的特定于产品的扩展，因此使用它们的查询将无法移植到其他 SPARQL 商店。

加一个，因为这是一个很好的解决方案。减去一个，因为如果它基于另一个答案，那么您很有可能应该将该问题标记为重复。重复的问题没有什么问题，最好有一个规范的答案，而不是一堆非常相似的问题。

这是针对不同平台提出的同一个问题，因此可能会有不同的答案。