这些标签连接/合并是否可以在 Sparql 中高效完成？-解网

问：

从 https://stackoverflow.com/a/57856942/841830 中显示的示例开始，然后将它们分组为每个国家/地区只有一行。（21600 毫秒内有 208 个结果;原来是 19484 毫秒内有 53,546 个结果，所以它并没有减慢太多。

SELECT ?country (GROUP_CONCAT(?label; SEPARATOR=";") AS ?labels) (GROUP_CONCAT(lang(?label); SEPARATOR=";") as ?label_langs) ?countryLabel
WHERE
{
  ?country wdt:P31 wd:Q6256.
  ?country rdfs:label ?label .
  SERVICE wikibase:label { bd:serviceParam wikibase:language "en". }
}
GROUP BY ?country ?countryLabel

请注意，我不能使用，因为标签会合并，但语言代码不会，因此它们将不再处于 1-1 关系中。DISTINCT

举个例子，这是我得到的日本（Q17）的精简版（前16个标签）：

日本;Japan;Japó;ژاپن;Japan;Japan;Giappone;ಜಪಾನ್;Japon;Япония;Japan;Hapon;Hapon;Japonia;Japón;Japan;
ja;nl;ca;fa;en;de;it;kn;fr;ru;en-gb;ilo;tl;ro;es;din

最好将语言代码直接附加到每个标签，所以我只有一个字符串。所以它看起来像：

日本@ja;Japan@nl;Japó@ca;ژاپن@fa;Japan@en;Japan@de;Giappone@it;ಜಪಾನ್@kn;Japon@fr;Япония@ry;Japan@en-gb;Hapon@ilo;Hapon@tl;Japonia@ro;Japón@es;Japan@din;

但我真正想要的是以两种方式合并重复项：

如果标签和英文标签一样，就不用告诉我了。
告诉我所有其他的，并在标签上附上语言代码列表。

所以像这样：

日本@ja;Japó@ca;ژاپن@fa;Giappone@it;ಜಪಾನ್@kn;Japon@fr;Япония@ry;Hapon@ilo,tl;Japonia@ro;Japón@es;

（删除了“日本”的所有实例，并合并了。ilotl

当然，我可以在导出后在后处理脚本中完成所有这些操作。但是我想知道我们可以在不增加查询时间的情况下在 SPARQL 中走多远？

旁白：如果我换成它，它会在 203 毫秒内返回 7151 个结果。原始链接查询在 7776 毫秒内减少到 20,258 个结果。在这两种情况下，它是否运行得更快，因为字符串总数是原始字符串的 40%？或者从根本上比？?country rdfs:label ?label .?country skos:altLabel ?label .skos:rdfs:

SPARQL 维基数据

SELECT ?country ?en_label (GROUP_CONCAT(CONCAT(?label, "@", lang(?label)); SEPARATOR=";") as ?other_labels) WHERE {   {SELECT * {     BIND(wd:Q17 AS ?country)      ?country wdt:P31 wd:Q6256.     ?country rdfs:label ?en_label .      FILTER(lang(?en_label) = "en")     hint:SubQuery hint:runOnce true .     }    }   hint:Prior hint:runFirst true .    ?country rdfs:label ?label .     FILTER(str(?label) != str(?en_label)) } GROUP BY ?country ?en_label

1赞 UninformedUser 11/16/2023

请注意，这仅供日本（Q17）测试之用，您可以删除该条款。顺便说一句，您还应该添加一些过滤器以省略维基数据中的历史国家/地区 - 如果那些BIND()

1赞 Darren Cook 11/16/2023

@UninformedUser 如果这是一个答案而不是评论，那就太好了。（它也更容易阅读！

答：

0赞 Darren Cook 11/21/2023 #1

（使用 UninformedUser 的注释作为起点。

首先，要获取单个列，将国家/地区名称和语言代码组合在一起，如下所示：

(GROUP_CONCAT(CONCAT(?label, "@", lang(?label)); SEPARATOR=";") AS ?labels)

顺便说一句，在尝试查询时，很好的提示是将查询作为第一行，以便通过只获取一个国家/地区（在本例中为日本）来使其运行得更快。BIND(wd:Q17 AS ?country)WHERE{...}

为了将英文标签拉出来，我们将该行替换为所需语言的过滤器。?labelsSERVICE wikibase:label?country rdfs:label ?en_label

SELECT ?country ?en_label (GROUP_CONCAT(CONCAT(?label, "@", lang(?label)); SEPARATOR=";") AS ?labels) 
WHERE
{
  ?country wdt:P31 wd:Q6256.
  ?country rdfs:label ?label .
  ?country rdfs:label ?en_label . FILTER(lang(?en_label) = "en")
  # FILTER(str(?label) != str(?en_label))
}
GROUP BY ?country ?en_label

然后，要排除使用英文标签作为国家/地区名称的国家/地区，请取消注释该行。FILTER(str(?label) != str(?en_label))

在我的测试中，它花了 56 秒，并且过滤器超时。在一个国家/地区进行测试时，添加过滤器似乎会使查询时间增加一倍，因此这是有道理的。

UninformedUser 的查询在 2.6 秒内运行，似乎给出了相同的结果：

SELECT ?country ?en_label (GROUP_CONCAT(CONCAT(?label, "@", lang(?label)); SEPARATOR=";") as ?other_labels)
WHERE {
  {
  SELECT * {
    # BIND(wd:Q17 AS ?country)
    ?country wdt:P31 wd:Q6256.
    ?country rdfs:label ?en_label .
    FILTER(lang(?en_label) = "en")
    hint:SubQuery hint:runOnce true .
    }
  }
  hint:Prior hint:runFirst true .
  ?country rdfs:label ?label .
  FILTER(str(?label) != str(?en_label))
}
GROUP BY ?country ?en_label

我假设嵌套被用来提供两个.在这个阶段，我不知道它是否是嵌套的 SELECT，或者在运行时产生如此大的差异。SELECT * {...}hinthint:SubQueryhint:Prior

https://www.wikidata.org/wiki/Wikidata:SPARQL_query_service/query_optimization 也许可以解释这一点。

鉴于到目前为止缺乏答案，当标签相同时，似乎没有办法连接国家/地区代码。例如，对于日本，“Japon”用于法语和其他 15 种语言，“Япония”用于俄语和其他 9 种语言。

上一个：在 EntityCrudController 中添加过滤器（Easyadmin 3.5.7 和 Symfony 4.4.51）

下一个：SPARQL 查询，其中至少存在多个属性之一

这些标签连接/合并是否可以在 Sparql 中高效完成？

Are these label concats/merges possible to do efficiently in Sparql?

评论