将一个复杂的句子翻译成一组 SPO 三元组 (RDF)（可能带有具体化）答案

【问题标题】：Translating a complex Sentence into set of SPO triple (RDF) (maybe with reification)将一个复杂的句子翻译成一组 SPO 三元组 (RDF)（可能带有具体化）
【发布时间】：2020-01-03 18:03:37
【问题描述】：

刚开始接触RDF和本体，主要是把非结构化文本转成RDF（可能是手动），发现很多简单句子转RDF三元组的例子1 2 3，但复杂的不多句子（使用形容词或副词）4。

复合句示例：那些喜欢巧克力冰淇淋的孩子和那些喜欢香草冰淇淋的孩子，哪个更好？

别管句子的意思，值得注意的是冰淇淋（巧克力、香草）和喜欢（愉快）的形容词的使用，以及两种类型的孩子（谁更好）和一个问题。我们如何将这样的句子表示为 SPO 三元组 (RDF) 语句的集合——以便它可以处理形容词、副词或比较或其他操作？

S1：儿童 - 喜欢 - （冰淇淋、风味、巧克力）
S2：儿童 - 喜欢 - （冰淇淋、风味、香草）
S3：愉快地喜欢
S4：更好（S1+S3，S2+S3）

有没有一种通用的方法来翻译这些语句？应该在哪里寻找这个方向的一些探索 - 将非结构化文本转换为 n 元组？也许我没有问正确的问题 - 在这种情况下，请告诉我。谢谢！

【问题讨论】：

新提案是RDF*。您可以看到与传统方法（具体化和单例属性）相比有哪些好处。
那是研究课题，没有解决方案，也没有通用的方法。 “从文本中提取本体”或“从非结构化数据中提取”是要搜索的关键词。我们朝这个方向做了很多事情，现在将使用不同的神经网络方法并产生影响。

标签： rdf semantic-web triples reification

【解决方案1】：

我并没有试图描述一种翻译此类语句的通用方式，而是想到了如何在 RDF 三元组中对具体的例句进行建模。

这是我的第一个（深夜）草稿：

@prefix : <https://example.org/> .

[] a :Question, :PreferenceQuestion;
   :option [ 
       a :GroupOfHumans;
       :ageGroup :young;
       :perfomingActivity [
          a :Activity, :LikingActivity;
          :mode :withPleasure;
          :object [
              :category :IceCream;
              :flavour :vanilla;
           ]
       ]
   ],
   [ 
       a :GroupOfHumans;
       :ageGroup :young;
       :perfomingActivity [
          a :Activity, :LikingActivity;
          :mode :withPleasure;
          :object [
              :category :IceCream;
              :flavour :chocolate;
           ]
       ]
   ].

这将是 23 个三元组，使用极具表现力的问题/活动/冰淇淋本体。

【讨论】：

【解决方案2】：

您要问的是一个非常困难的问题，没有一种方法可以在图形或树或链接结构中表示“语义”，这是确定的标准。

例如在Google syntax parse、Link Grammar、Spacy dependency parse trees 或Stanford NLP parser 查找。

看到这个有点相关的问题，给出了链接语法解析结果的例子：How to translate syntatic parse to a dependency parse tree?

有关更高级的方法，请查看 multinet 和 natural language to first-order-logic 类型的方法。

在这个方向上应该在哪里寻找一些探索 - 非结构化文本到 n 元组？

你可以用 n 元组或 3 元组来表示你想要的任何东西，关键是要知道表示什么以及如何表示。

最后一件事，你可以想出你是注释，它们是像https://prodi.gy/这样的工具。看看这个看似无关的问题，但我给出了一个问题的示例表示，可能会帮助您完成某些任务https://stackoverflow.com/a/32670572/140837

祝你好运！

【讨论】：