使用SPARQL查询与字符串的最佳匹配？

Question

我有一个包含电影标题的列表，想要在DBpedia中查找这些标题以获得诸如“导演”之类的元信息。但是我很难用SPARQL识别正确的电影，因为标题有时不完全匹配。

如何使用SPARQL从DBpedia中获得电影电影的最佳匹配？

一些有问题的例子：

• 我的清单：“死神复仇” vs. DBpedia：“死神复仇”
• 我的清单：“ Hachi”与DBpedia：“ Hachi：狗的故事”

我当前的方法是查询所有电影的DBpedia端点，然后通过检查单个标记（不带标点符号），按标题排序和返回第一个结果来进行过滤。例如：

SELECT ?resource ?title ?director WHERE {
   ?resource foaf:name ?title .
   ?resource rdf:type schema:Movie .
   ?resource dbo:director ?director .
   FILTER (
      contains(lcase(str(?title)), "die") && 
      contains(lcase(str(?title)),"hard")
   )
}
ORDER BY (?title)
LIMIT 1

这种方法非常慢，有时也会失败，例如：

SELECT ?resource ?title ?director WHERE {
   ?resource foaf:name ?title .
   ?resource rdf:type schema:Movie .
   ?resource dbo:director ?director .
   FILTER (
      contains(lcase(str(?title)), "hachi") 
   )
}
ORDER BY (?title)
LIMIT 10

正确的结果排在第二位：

  resource                                          title                        director
  http://dbpedia.org/resource/Chachi_420            "Chachi 420"@en              http://dbpedia.org/resource/Kamal_Haasan
  http://dbpedia.org/resource/Hachi:_A_Dog's_Tale   "Hachi: A Dog's Tale"@en     http://dbpedia.org/resource/Lasse_Hallström    
  http://dbpedia.org/resource/Hachiko_Monogatari    "Hachik? Monogatari"@en      http://dbpedia.org/resource/Seijir?_K?yama
  http://dbpedia.org/resource/Thachiledathu_Chundan "Thachiledathu Chundan"@en   http://dbpedia.org/resource/Shajoon_Kariyal

任何想法如何解决这个问题？甚至更好：通常如何使用SPARQL查询与字符串的最佳匹配？

谢谢！

Answer 1

我采用了评论中提到的正则表达式方法，并提出了一个效果很好的解决方案，比我用 bif:contains 得到的任何解决方案都要好：

   SELECT ?resource ?title ?match strlen(str(?title)) as ?lenTitle strlen(str(?match)) as ?lenMatch

   WHERE {
      ?resource foaf:name ?title .
      ?resource rdf:type schema:Movie .
      ?resource dbo:director ?director .
      bind( replace(LCASE(CONCAT('x',?title)), "^x(die)*(?:.*?(hard))*(?:.*?(with))*.*$", "$1$2$3") as ?match ) 
   }

   ORDER BY DESC(?lenMatch) ASC(?lenTitle)

   LIMIT 5

它并不完美，所以我仍然愿意接受建议。