从Freebase转储提取别名

Question

我已经从https://developers.google.com/freebase/data?hl=en下载了Freebase转储，但我对文件的关系感到困惑。

我知道转储的格式是<subject> <predicate> <object> .。如果我想提取Freebase的别名子集，比如http://www.freebase.com/common/topic/alias?instances&lang=en，我如何才能做到这一点？我已经尝试过滤包含中间或‘/公用/主题/别名’的行，但是结果不是我想要的。

有什么库可以解析Freebase吗？谢谢!

后续行动：

我还有两个问题。

1. 是否有一个列表显示了freebase中的所有名称空间？(例如，type.object.name是对象的名称)
2. 如何提取所有的“类型(是A)”关系？(例如，C++是一种编程语言)

Answer 1

Freebase数据转储是RDF，所以任何RDF解析库都应该可以工作，但是zgrep要快得多。一个小问题是，Freebase属性/common/topic/alias的谓词是<http://rdf.freebase.com/ns/common.topic.alias>，斜杠转换为句点/点。

要只过滤英文别名，可以使用如下命令：

$ zgrep -E "common.topic.alias>.*@en\t\.$" freebase-rdf-2015-04-19-00-00.gz

这将使您的输出看起来如下：

<http://rdf.freebase.com/ns/m.0100c5g>  <http://rdf.freebase.com/ns/common.topic.alias> "Pulska yo"@en  .
<http://rdf.freebase.com/ns/m.0101107q> <http://rdf.freebase.com/ns/common.topic.alias> "Unforgiven 2002"@en    .
<http://rdf.freebase.com/ns/m.01016v4g> <http://rdf.freebase.com/ns/common.topic.alias> "Ain't Nuthin' But A \"G\" Thang, Rene"@en  .
...

如果要使用所有语言的别名，只需使用：

$ zgrep -E "common.topic.alias>" freebase-rdf-2015-04-19-00-00.gz