GraphDB Lucene 连接器 - 索引 URI 时的大写问题答案

【问题标题】：GraphDB Lucene Connector - uppercase problem when indexing URIsGraphDB Lucene 连接器 - 索引 URI 时的大写问题
【发布时间】：2020-12-01 21:43:39
【问题描述】：

当 URI 被索引时，GraphDB Lucene 连接器似乎有一种奇怪的行为（因为使用 $self 准属性或因为属性链导致 URI）。我将这个问题总结如下：

URI 中的大写字母必须在查询文本中进行转义（即查询文本必须是“*\Merlo”，而不是 here 提供的 wine 示例中的“*Merlo”）
无法从 URI 中提取 sn-p

知道如何克服这个问题吗？

【问题讨论】：

标签： lucene graphdb

【解决方案1】：

Lucene 连接器将 URI 视为非分析字段，即作为单个字符串块，其标记不是单词，也不会被标记或分析为单词。逻辑是 URI 是标识符，它们仅具有整体含义。 URI 不包含文本，即使它们有时对人们有意义。这也意味着普通的全文查询将无法在这些字段上工作，也无法提取任何 sn-ps。它们可以被搜索，但由于它不是全文，它们的行为可能会出乎意料。

在您使用“*Merlo”之类的查询的特定示例中，Lucene 将通过分析器运行查询，以便能够匹配分析的字段（即通常用于全文搜索的字段）。通过转义大写字母，您可以防止分析器将其规范化为小写 m 并且您会得到匹配。

如果您需要完全匹配，您也可以这样做（注意无需转义大写字母）：

PREFIX : <http://www.ontotext.com/connectors/lucene#>
PREFIX inst: <http://www.ontotext.com/connectors/lucene/instance#>
SELECT * {
    ?search a inst:my_index ;
            # Surround with double quotes to force an exact match
            :query "\"http://www.ontotext.com/example/wine#Merlo\"" ;
            :entities ?entity .
}

【讨论】：