dbpedia学习笔记.pdf

文档介绍：DBpedia 学****笔记
By Nancy Liu

一． 有待提高，基于映射的信息框抽取被
提出。
它完成了将一个 Infobox 对应到一个 DBpedia 的本体(ontology)中。其中 Infobox 的属性对应了ontology 的属性。
比如一个映射如下：

上面的映射的例子中，将 infobox 的时间对应到了开始时间和结束时间，将 infobox 中的 engine
对应到了排放量和功率两个值，这样就可以更加准确、具有语义的将 Infobox 的信息映射出来。
得到了新的 RDF 节点如下：

DBpedia 的基于映射抽取器为了实现映射的准确性和实时性，允许用户新建和编辑，和
Wikipedia 的开发性相“映射”。
DBpedia 同时提供了三个工具，分别是映射检验器、抽取测试器、映射工具，供用户使用。

5. URI 模式
对于每一个 Wikipedia 中的文章，将会有一些 URI 与之对应。
在 DBpedia 中主要有三个命名空间：/：与 Wikipedia 中的网页一一对应。
/：与 infobox 中的属性一一对应。
/：与 dbpedia 中的本体一一对应。
对于基于映射的抽取器，它可以通过编辑适应多国语言，所以 dbpedia 有两种数据集——本
体数据集和标准数据集。这里的本地不是指存放在本体，而是指所在地，即用当地语言描述
的东西。对于本地集，命名空间的 URI 前缀变化为：http://<lang>./.
6. 自然语言处理抽取
DBpedia 提供了关于自然语言处理的数据集，目前有四个：话题标签(topic signatures)，文法
类别(grammatical gender)， 词汇(lexicalization)，和主题概念(thematic concept)。
a) Lexicalization: 这是