维基数据导入大师

Question

我想将 wikidata 加载到 virtuoso 中。经过几天的搜索，我找不到任何教程，或者至少找不到使用 virtuoso 来 sparql 查询 wikidata 的人。我不想在服务器上花钱来加载 50G+ 的数据。 例如，为什么 virtuoso 而不是 blazegraph？因为我习惯在 DBpedia 上使用 virtuoso。

Answer 1

迟到总比没有好，这里有一个指南，涵盖了使用 Virtuoso 创建和部署 Wikidata 实例。

• Loading Wikidata's dataset into a Virtuoso Instance
• Live SPARQL Query Results Example
• Live Wikidata SPARQL Query Service deployed using Virtuoso
• Live Free Text & Faceted Search Example
• Live Wikidata Faceted Search & Browsing Service deployed using Virtuoso

Answer 2

正如这里和其他地方所指出的，将 Wikidata 加载到 Virtuoso 应该只是从下载中创建海龟文件（最好有多个海龟文件）并批量加载它。为了获得良好的性能，需要使用一些参数必须在 virtuoso.ini 中更改。

然而，将 Wikidata 加载到 Virtuoso 时出现问题，这是由于 Virtuoso 中存在与地理坐标实现有关的长期错误。要解决这个问题，需要修补 Virtuoso，并且不适合胆小的人。

以下是有关如何让 Virtuoso 的开源版本加载 Wikidata 的说明。请注意，地理坐标代码的修补可能会导致使用生成的 KB 出现问题。

1/ 修补地理坐标文字代码，编辑 virtuoso-opensource/libsrc/Wi/rdfbox.c 以注释掉两段检查非地球坐标的代码。请注意，这是 Virtuoso 中的一个错误，并且 Wikidata 符合此数据类型的规范。

/*非陆地坐标 if (RDF_BOX_GEO_TYPE == type && DV_GEO != box_dtp && DV_LONG_INT != box_dtp) sqlr_new_error ("42000", "RDFGE", "具有几何 RDF 类型和非几何内容的 RDF 框"); */

/*非陆地坐标 if (type == RDF_BOX_GEO && box_dtp != DV_GEO) sqlr_new_error("22023", "SR559", "几何类型的RDF框需要空间对象作为值，而不是%s (%d)类型的值", dv_type_title (box_dtp), box_dtp); */

2/ 给 Turtle 加载器打补丁，编辑 virtuoso-opensource/libsrc/Wi/ttlpv.sql 中 rdf_rl_lang_id 的结尾，如下所示。请注意，这是 Virtuoso 中的另一个 错误，它是由并行加载不同语言的语言字符串触发的。

id:= sequence_next ('RDF_LANGUAGE_TWOBYTE', 1, 1); --pfps 插入 rdf_language (rl_twobyte, rl_id) 值 (id, ln); 插入软 rdf_language (rl_twobyte, rl_id) 值 (id, ln); 提交工作； -- 如果加载非事务性，这仍然是一个尖锐的事务边界。 log_enable (old_mode, 1); --pfps 获取实际的 id，因为它可能不同 id :=（从 DB.DBA.RDF_LANGUAGE 中选择 RL_TWOBYTE，其中 RL_ID = ln）； rdf_cache_id ('l', ln, id); 返回id;