问题标签 [n-triples]

提前致谢。我有一个问题，合并一些工作会在我的三重存储中为单个主题生成两个 guid。我需要一种方法来隔离所有这些实例，以便我可以规范化这些 guid。我是 SPARQL 的新手。我试过用 COUNT 和 FILTER 返回这些，但到目前为止都失败了。这就是我们正在研究的内容。

对不起，包裹的文字使这更难阅读。但是，您可以在这里看到我有一个主题http://example.com/#bar，它有两个 guid。我在同一张图中有很多这样的案例，我需要一种方法来识别它们。再次感谢。

我正在尝试使用它们提供的文件将 VerbNet 与 WordNet 链接以直接处理数据：

VerbNet => http://verbs.colorado.edu/verb-index/vn/verbnet-3.3.tar.gz

WordNet => http://wordnet-rdf.princeton.edu/static/wordnet.nt.gz

VerbNet 中的动词通过其 sense_key 链接到 WordNet：

例如直播%2:31:00::

这将是 sense_key 的结构：

(引理)%(part_of_speech_number):(lexical_file_number):(lexicographer_id)::

解析nt文件的n个三元组，我找到了除lexicographer_id之外的所有数据：

场景：我刚拿到一个巨大的 ntriples 文件（6.5gb 未压缩）。我正在尝试打开它并执行一些操作（例如清理它包含的一些数据）。

问题：我无法检查此文件的内容。Notepad++ 无法处理它，而在 RDFlib 中，我只能加载文件，但我似乎无法在不解析整个内容的情况下找到一种编辑方法。我也尝试使用 RDF 包（从如何使用 RDFLib 解析大数据集？），但我找不到在 Python 3 中安装它的方法。

问题：执行这种操作的最佳选择是什么？rdflib 中是否有任何命令允许这种编辑？

这是我的 NTriples 的一小部分：

完整的代码可以看成：

https://pastebin.com/wRfyns2b

但问题是，protege，而不是定义适当的类和它们的关系是这样的（把所有东西都放在注释属性中”：

我怎样才能以正确的形式表示它？

我正在尝试在 SANSA-Stack/SANSA-Examples ( https://github.com/SANSA-Stack/SANSA-Examples )中运行 SilviaClusteringExample

我已经使用具有一个主节点和 3 个工作节点的 GCP DataProc 设置了 Spark 集群。按照给出的说明，通过为--input&--output路径指定 Hadoop 文件系统文件路径来运行 spark-submit。

运行以下命令，

上面的命令返回以下错误，

Hadoop文件系统下的文件，

请帮助解决上述问题。谢谢。

NetworkX 库能否读取 Ntriple 格式的 RDF 数据并构建一个 Graph 对象以及属性或节点特征。我尝试使用以下代码使用 rdflib 将 RDF 数据（.nt 文件）转换为 Graph，

但是生成的 grahml 文件没有属性，因此我无法继续使用 StellarGraph Hinsage 算法（https://github.com/stellargraph/stellargraph/tree/develop/demos/node-classification/hinsage）期望节点特征作为参数之一。

任何人都可以帮忙吗？

我已经从 Screaming Frog 工具中解析了 JSON+LD（结构化）数据。此工具导出数据的格式不可行，因为父/子关系（交叉引用）不在 Excel 中的一行上。编辑：这种序列化格式称为 n-triples。下面是一个带有颜色编码的索引关系的示例输出（抱歉，还不允许发布图像）：

https://imgur.com/Ofx1jyW

下面是所需的最终输出示例，其中所有嵌套级别都在它自己的列中。每个嵌套级别（最多 4 层）都应该映射到自己的列中，重复父路径信息。

我一直在寻找现有的未展平解决方案，但是这些解决方案要么使用存储在单个列中的路径信息（每个“最低级别值”都有自己的“行”），要么不根据索引重建原始数据。

我希望通过结合使用 for 循环和 SQL JOINS 来做到这一点，但我觉得必须有一个更优雅的解决方案。这可能是 Python、PHP、JS 或 SQL 或组合，甚至可以将每个“主题”添加到 MongoDB 文档中，然后对其应用合并操作？

编辑：更新标题以优化本文的 SEO。我正在使用的 RDF 和 JSON+LD 数据的序列化格式称为 N-triples。在此处阅读更多信息：https ://medium.com/wallscope/understanding-linked-data-formats-rdf-xml-vs-turtle-vs-n-triples-eb931dbe9827

我需要一些帮助来完成下周一的家庭作业。我是编程初学者，我的任务是编写一个函数，将 ['a','b','c'] 之类的字符串转换为“ab c”之类的字符串。

我已经尝试了一段时间，但我似乎无法弄清楚。如果有人可以帮助我并向我展示我的错误是什么以及需要改进的地方，我将非常感激！

这是我必须改造的：

这是我到目前为止的代码：

结果应该是这样的：

然而，这些是我得到的结果：

我真的希望这足够清楚，并提前非常感谢您的帮助！

我一直在处理一些旧版本的 N-Triples 和 Turtle 格式的一些中型和大型知识图谱，例如：

• 2012 版的 Freebase
• 2015 年版本的维基数据
• 2017 版 LinkedBrainz
• ETC

它们似乎都包含格式不正确的三元组。处理它们时的错误示例serdi -l：

维基数据 2015

自由基地 2012

LinkedBrainz 2017

还有更多的例子。我有两个主要问题：

1. 是否解释了为什么和/或如何生成这些文件并出现此类错误？我希望这些文件是通过转储三重存储或 Apache Jena 等引擎生成的，因此格式正确。相反，它们似乎更有可能是使用某种自定义脚本（或 Unix 工具的管道，也许？）组合在一起的，因此错误......
2. 有没有办法修复这些文件？（或者，在最坏的情况下，忽略格式错误的行，除了serdi -l. 解决方案的额外积分，也不需要我从头开始实现清理脚本）。

我的my_data.nt文件如下所示：

我正在使用这段代码来解析它：

我收到此错误：

我错过了什么？

当我尝试my_data.nt在easyrdf上的内容时，它似乎非常好。