SPARQL查询DBpedia返回错误类型结果的处理及源数据编辑

1. 优化SPARQL过滤错误结果 #

你尝试的两种方法都能有效过滤掉那个错误的广播节目条目，这里补充细节和更健壮的方案：

方案一：保留dbo:birthDate约束（推荐） #

真实的人物实体几乎都有出生日期属性，而广播节目这类非人物条目不会有，这个约束能精准过滤大部分错误。注意要补全所有缺失的前缀，优化后的完整查询：

PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX dbo: <http://dbpedia.org/ontology/>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>

SELECT *
WHERE
{
    ?person rdfs:label 'Douglas Adams'@en;
            rdf:type dbo:Person;
            foaf:isPrimaryTopicOf ?wikipage;
            dbo:wikiPageWikiLink ?linkedPerson.
            
    ?linkedPerson rdf:type dbo:Person;
                  foaf:isPrimaryTopicOf ?linkedwikipage;
                  dbo:birthDate ?_.
}

注：?_是占位符变量，表示我们只关心属性存在，不需要具体值

方案二：结合foaf:Person与排除错误类型 #

如果担心少数无出生日期的合法人物被过滤，可以同时要求linkedPerson属于foaf:Person（DBpedia中正确的人物实体都会关联这个类型），再加上排除广播类实体的过滤：

PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX dbo: <http://dbpedia.org/ontology/>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>

SELECT *
WHERE
{
    ?person rdfs:label 'Douglas Adams'@en;
            rdf:type dbo:Person;
            foaf:isPrimaryTopicOf ?wikipage;
            dbo:wikiPageWikiLink ?linkedPerson.
            
    ?linkedPerson rdf:type dbo:Person, foaf:Person;
                  foaf:isPrimaryTopicOf ?linkedwikipage.
                  
    # 排除广播节目类实体
    FILTER NOT EXISTS { ?linkedPerson rdf:type dbo:BroadcastProgram }
}

另外要注意：你最初的查询里缺失了dbo和foaf的前缀定义，这会导致查询报错，所有SPARQL查询必须补全用到的命名空间前缀。

2. 修正DBpedia中的错误类型标记 #

DBpedia的元数据是自动从维基百科抽取的，无法直接编辑DBpedia的数据库，必须修改维基百科的源条目，等待DBpedia同步更新：

• 打开该条目对应的维基百科页面，检查页面的信息框（Infobox）和分类：这个广播节目被识别为dbo:Person，大概率是因为信息框用错了模板（比如误用了人物信息框），或者分类里错误添加了人物相关分类。
• 修改维基百科条目：替换为正确的信息框模板（比如广播节目类模板），移除错误的人物分类。
• 等待DBpedia更新：DBpedia会定期重新抽取维基百科数据，修正后的条目会在下一次更新时同步到DBpedia，rdf:type就会变成正确的类型（比如dbo:BroadcastProgram）。
• 若想快速反馈错误，可通过DBpedia的官方反馈渠道提交问题，但最终还是要依赖维基百科的源数据修正。

内容的提问来源于stack exchange，提问作者monojohnny