从数据挖掘到RDF

我一直在学习ApacheJena教程，它们非常简单。我的问题是，如果我对文本进行数据挖掘，例如：对于教科书中的每个段落，我都会得到人们的姓名、地点、关键短语等。。。使用本体将这些转换为rdf的最简单方法是什么

假设您已经将实体从文本中提取为字符串（例如，等等），您可以使用Jena中的

模型工厂

创建一个模型，然后使用

model.createResource（uri）

填充资源，并使用

.addProperty（）填充资源上的属性

可以在Jena示例和文档中找到。这些示例还显示了如何在RDF中打印模型（通过语句迭代并使用

stmt.getSubject（）

，

stmt.getPredicate（）

，和

stmt.getObject（））

。就本体论而言，您可以发明自己的本体论，或者更好地使用现有词汇表。例如，假设您决定使用schema.org中的Person类。然后您需要指定资源的

rdf:type

https://schema.org/Person。同样，您也可以使用诸如

https://schema.org/name

继承自

https://schema.org/Thing

（如图所示）。您不一定需要将本体存在于模型或数据库中，只要您使用URI正确构造实例，从您使用的词汇表或本体中识别类和属性。如果您确实有编程需求，您可以在模型中使用词汇表，但我想您应该看看）。

ha，如果有人知道如何将原始文本可靠地转换为语义数据就好了！基本上，你需要人类，或者一个同样聪明的人工智能。恐怕你的问题不是很具体。。。似乎不太适合StackOverflow。RDF是三元组，因此，必须从文本中提取三元组。这是一项正在进行的研究，对于100%准确率+召回率的一般情况，永远不会得到解决。