使用Java Jena SPARQL查询自定义RDF未获预期结果求助

嘿，我来帮你搞定这个问题～你的SPARQL查询没返回预期的"Sistem Informasi"，反而可能把所有分支都列出来了对吧？核心原因是Jena的全文检索功能需要提前配置文本索引，你现在的查询相当于没生效，另外还有些小细节要调整，咱们一步步来：

1. 为啥当前查询不工作？ #

Jena里的text:query是基于Lucene的全文检索工具，不是开箱即用的——你得先告诉Jena：“我要把cs:hasBranch这个属性的内容做成索引”，不然这个查询条件等于白加，只会返回所有?informatika cs:hasBranch ?konsentrasi的结果，也就是所有分支。

2. 具体修复步骤 #

第一步：创建文本索引配置文件 #

先写一个TTL格式的配置文件（比如叫text-config.ttl），指定要索引的属性和存储位置：

@prefix :      <http://jena.apache.org/text#> .
@prefix rdf:   <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix cs:    <http://www.semanticweb.org/ulfaamalia/ontologies/2020/1/OntologyCS#> .

# 定义Lucene索引
:text_index rdf:type :TextIndexLucene ;
    :dataset <#dataset> ;
    :indexDir "LuceneIndex" ;  # 索引文件存在这个目录里
    :entityMap <#entityMap> .

# 配置要索引的属性
<#entityMap> rdf:type :EntityMap ;
    :defaultGraph <http://example.org/graph> ;
    :entityField "uri" ;
    :map (
        [ rdf:type :MapTriple ;
            :field "branch" ;
            :predicate cs:hasBranch ]  # 把cs:hasBranch的内容加入索引
    ) .

# 关联TDB2数据集（如果用内存数据集也可以调整这里）
<#dataset> rdf:type :DatasetGraphTDB2 ;
    :location "TDB2" .

第二步：用配置加载数据并构建索引 #

你不能直接用普通的Dataset了，得用带文本索引的TextDataset来加载数据：

import org.apache.jena.query.Dataset;
import org.apache.jena.rdf.model.Model;
import org.apache.jena.rdf.model.ModelFactory;
import org.apache.jena.riot.RDFDataMgr;
import org.apache.jena.text.TextDataset;
import org.apache.jena.text.TextDatasetFactory;
import org.apache.jena.query.ReadWrite;

public class LoadIndexedData {
    public static void main(String[] args) {
        // 加载刚才写的配置文件
        Model configModel = ModelFactory.createDefaultModel();
        RDFDataMgr.read(configModel, "text-config.ttl");
        
        // 创建带文本索引的数据集
        TextDataset textDataset = TextDatasetFactory.create(configModel);
        
        // 加载你的OntologyCS2.rdf
        Model ontologyModel = ModelFactory.createDefaultModel();
        RDFDataMgr.read(ontologyModel, "OntologyCS2.rdf");
        
        // 把数据写入数据集，同时构建索引
        textDataset.begin(ReadWrite.WRITE);
        try {
            textDataset.getDefaultModel().add(ontologyModel);
            textDataset.commit();
        } finally {
            textDataset.end();
        }
        
        // 调用你的查询方法
        queryData(textDataset);
    }
}

第三步：调整查询语句（可选但更精准） #

如果只是要匹配包含"sistem"的字符串，用text:contains比text:query更直接，语法也简单：

String prefix = "PREFIX cs: <" + URI + "> " + 
                "PREFIX text: <http://jena.apache.org/text#> ";
String query = "SELECT * WHERE " + 
               "{ ?informatika text:contains (cs:hasBranch 'sistem') ." +
               "  ?informatika cs:hasBranch ?konsentrasi."+ 
               " }";

如果需要更复杂的检索（比如前缀匹配sistem*），再用text:query就好，它支持Lucene的查询语法。

3. 额外要注意的坑 #

• 确保你的依赖里有jena-text和lucene-core！不然文本索引功能根本启动不了，比如Maven要加这些：

<dependency>
    <groupId>org.apache.jena</groupId>
    <artifactId>jena-text</artifactId>
    <version>4.9.0</version>
</dependency>
<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-core</artifactId>
    <version>9.7.0</version>
</dependency>

• 如果是测试用内存数据集，也要用TextDatasetFactory.createMem(configModel)来创建，不能用普通的内存Dataset。

按这个流程调整后，你的查询应该就能精准返回"Sistem Informasi"这一条结果啦～

内容的提问来源于stack exchange，提问作者Ulfa Amalia