SPARQL：如何找到相似的字符串？答案

【问题标题】：SPARQL: how to find similar strings?SPARQL：如何找到相似的字符串？
【发布时间】：2012-04-12 16:03:41
【问题描述】：

我正在使用 Jena 来查询存储在本体中的数据。一些对象由字符串标识，但有时完全相同的字符串不可用，因为我正在处理扫描的文档，因此可能存在 OCR 错误。因此，我想找到最相似的字符串。有没有办法为此目的使用 SPARQL？我可以在 SPARQL 中以某种方式计算 levenshtein 距离吗？

如果这是不可能的，我仍然可以在 java 中计算 levenshtein 距离。然而，一个有效的算法仍然需要使用 SPARQL 过滤掉不相关的字符串。

【问题讨论】：

标签： java sparql jena levenshtein-distance similarity

【解决方案1】：

SPARQL 不能直接执行此操作，但您可以在 java 中实现 levenshtein distance 函数，并在 SPARQL FILTER 子句中使用它。 Extensions in ARQ 有关于使用扩展函数的详细信息。

【讨论】：

芝麻有类似的解决方案吗？

【解决方案2】：

如果有人感兴趣，这就是我的实现方式：

public class LevenshteinFilter extends FunctionBase2 
{  
     public NodeValue exec(NodeValue value1, NodeValue value2){
         int i = StringUtils.getLevenshteinDistance(value1.asString(), value2.asString()); 
         return NodeValue.makeInteger(i); 
     }
}

用法：

 String functionUri = "http://www.example.org/LevenshteinFunction"; 
 FunctionRegistry.get().put(functionUri , LevenshteinFilter.class); 
 String s = "...";
 String sparql = "SELECT ?x WHERE { ?x a Something . " +
                                   "?x hasString ?str . " + 
                                   "FILTER(<"+functionUri +">(?str, \"" + s + "\") < 5) }";
 QueryExecution qexec = QueryExecutionFactory.create(sparql, model); 
 ResultSet rs = qexec.execSelect(); 
 while(rs.hasNext()){
     ...
 }

【讨论】：

【解决方案3】：

芝麻有fr/sparna/rdf/sesame/toolkit/functions/LevenshteinDistanceFunction，但找不到来源。

【讨论】：