Marklogic 7:语义搜索

Question

我一直试图探索RDF、Triple Store、特性和语义搜索、Marklogic 7的功能，然后使用SPARQL进行查询。我能够执行一些基本操作，例如：

xquery version "1.0-ml";
import module namespace sem = "http://marklogic.com/semantics"at"/MarkLogic/semantics.xqy";
sem:rdf-insert(sem:triple(sem:iri("http://example.org/ns/people#m"),
sem:iri("http://example.com/ns/person#firstName"), "Sam"),(),(),"my collection")

它创建一个三元组，然后使用以下SPARQL查询它：

PREFIX ab: <http://example.org/ns/people#>
PREFIX ac: <http://example.com/ns/person#>
SELECT ?Name
WHERE
{ ab:m ac:firstName ?Name . }

作为结果检索Sam。编辑：在我的用例中，我有一个由分隔的文件(结构化数据)，它有10亿条记录，我使用MLCP将这些记录存储在ML中，例如，如下所示：

<root>
<ID>1000-000-000--000</ID>
<ACCOUNT_NUM>9999</ACCOUNT_NUM>
<NAME>Vronik</NAME>
<ADD1>D7-701</ADD1>
<ADD2>B-Valentine</ADD2>
<ADD3>Street 4</ADD3>
<ADD4>Fifth Avenue</ADD4>
<CITY>New York</CITY>
<STATE>NY</STATE>
<HOMPHONE>0002600000</HOMPHONE>
<BASEPHONE>12345</BASEPHONE>
<CELLPHONE>54321</CELLPHONE>
<EMAIL_ADDR>abc@gmail.com</EMAIL_ADDR>
<CURRENT_BALANCE>10000</CURRENT_BALANCE>
<OWNERSHIP>JOINT</OWNERSHIP>
</root>

现在，我想对上面的数据集使用RDF/Semantic特性。但是，我无法理解是否需要将上面的文档转换为RDF，如下面所示(<NAME>所示)，假设这是一种正确的方法

  <sem:triple>
    <sem:subject>unique/uri/Person
    </sem:subject>
    <sem:predicate>unique/uri/Name
    </sem:predicate>
    <sem:object datatype="http://www.w3.org/2001/XMLSchema#string"
    xml:lang="en">Vronik
    </sem:object>
  </sem:triple> 

然后在ML中摄取这些文档并使用SPARQL进行搜索，或者我是否只需要摄入我的文档，然后单独摄入从外部来源获得的三元组，并以某种方式(如何？)将它们链接到我的文档，然后使用SPARQL查询？还是有别的办法我应该这么做？

Answer 1

就像Michael说的，你有很多方法可以这样做。这是因为MarkLogic 7非常灵活-您可以将信息表示为三元组或XML (或JSON或.)以及混合“n”匹配数据模型和查询语言

首先要弄清楚的是--你想要实现什么？如果您只想被MarkLogic的XML和三元组混合使用，下面是我的建议：

1. 如前所述，摄入XML文档。如果您有一些文本繁重的东西，如帐户的描述或自由文本注释，那么更好。
2. 使用XQuery或XSLT，在每个代表城市的文档中添加一个三重，例如，对于您发布的示例文档，添加 -本文件uri-纽约唯一/uri/地点

1. 从web导入三元组，将城市名称映射到州和邮政编码(例如，从geonames)
2. 现在，使用SPARQL和XQuery的混合，您可以在某些邮政编码中搜索每个帐户的当前余额(即使您的文档不包含邮政编码)。

这些文档很好地描述了如何使用mlcp从外部源加载三元组。

请参阅http://docs.marklogic.com/guide/semantics/setup

有关加载三元组的更多细节，请参见http://docs.marklogic.com/guide/semantics/loading

还请注意，您现在可以直接从http://your-host:8000/qconsole/的查询控制台运行http://your-host:8000/qconsole/或SPARQL (或SQL)查询。

Answer 2

由你决定。如果希望对某些事实使用XML，而对其他事实使用三元组，则可以将选定的事实从XML转换为三元组，并将它们合并到相同的文档中。对于您介绍的XML，这就是我要开始的方式。当您以原始XML格式插入或更新每个文档时，通过添加新三元组的XQuery传递它。我会将这些新的三元组与原始XML放在同一个文档中。

您可以使用CPF：http://docs.marklogic.com/guide/cpf -或者使用像http://marklogic.github.io/recordloader/及其XccModuleContentFactory类这样的工具来完成这一任务。

但是，如果您想完全摆脱原始的XML格式，您可以这样做。然后将XML转换为三元组，并吸收这些三元组，而不是原始XML。或者，您也可以在同一个数据库中拥有纯XML文档和纯三元文档。