合并 Clueweb09 注释数据和 Freebase 转储数据的问题

Question

我正在使用Freebase dump data 来使用RDF 并将其与annotation ClueWeb09 data 结合使用。但是，我面临以下问题：

clueweb09-en0000-00-00011 ISO-8859-1 英语 17964 17980 0.999813 0.000165 /m/02h40lc

但是，当我使用（Java 和 Ubuntu）读取 Freebase 转储数据时，当我读取 gz 文件时会提到 /m.02h40lc。我想知道我做错了什么，或者我应该手动将 /m.02h40lc 更改为 /m/02h40lc。

Answer 1

是的，在处理当前数据转储时，您需要将标识符中的所有斜杠 (/) 替换为句点 (.)。这种转换对于使包含标识符的 URI 正常工作是必要的。这不仅适用于 MID，也适用于用于类型、命名空间等的其他标识符。例如，type/object/name 在数据转储中变为 type.object.name。