如何使用SPARQL计算余弦相似度（cosine similarity）

数据老陈

2026-7-17

使用SPARQL计算RDF向量的余弦相似度

要计算RDF中两个向量的余弦相似度，核心是实现余弦相似度公式：

余弦相似度 = (向量A·向量B) / (||向量A|| × ||向量B||)
其中：

向量点积（A·B）：对应维度数值相乘后求和
向量模长（||A||）：各维度数值平方和的平方根

针对你提供的RDF数据结构（用rdf:_1到rdf:_1536表示向量维度），可以用以下SPARQL查询实现：

PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT ?labelA ?labelB (
  ?dotProduct / (?magnitudeA * ?magnitudeB) AS ?cosineSimilarity
) WHERE {
  # 定义两个目标资源
  BIND(<http://example.org/london> AS ?vecA)
  BIND(<http://example.org/united-kingdom> AS ?vecB)
  
  # 获取资源标签
  ?vecA rdfs:label ?labelA .
  ?vecB rdfs:label ?labelB .
  
  # 计算点积：对应维度数值相乘后求和
  {
    SELECT ?vecA ?vecB (SUM(?valA * ?valB) AS ?dotProduct) WHERE {
      ?vecA ?dim ?valA .
      ?vecB ?dim ?valB .
      # 过滤出rdf:_开头的维度属性
      FILTER(STRSTARTS(STR(?dim), STR(rdf:_)))
    } GROUP BY ?vecA ?vecB
  }
  
  # 计算向量A的模长：平方和的平方根
  {
    SELECT ?vecA (SQRT(SUM(?valA * ?valA)) AS ?magnitudeA) WHERE {
      ?vecA ?dim ?valA .
      FILTER(STRSTARTS(STR(?dim), STR(rdf:_)))
    } GROUP BY ?vecA
  }
  
  # 计算向量B的模长：平方和的平方根
  {
    SELECT ?vecB (SQRT(SUM(?valB * ?valB)) AS ?magnitudeB) WHERE {
      ?vecB ?dim ?valB .
      FILTER(STRSTARTS(STR(?dim), STR(rdf:_)))
    } GROUP BY ?vecB
  }
}