如何使用 DBPedia 和 SPARQL 为关键字分配合适的科学类别？
How to assign a suitable science category to keywords, using DBPedia and SPARQL?
我有一些关键字，例如 emotion perception ability、students’ motivation、self-efficacy。目标是将这些关键字映射到相应的心理学类别。在这种情况下，我先验地知道答案是 Educational psychology，但是我想使用 DBPedia 本体获得相同的答案。
使用以下查询，我能够提取不同的心理学分支和相应的摘要：
SELECT DISTINCT ?subject ?abstract
WHERE {
?concept rdfs:label "Branches of psychology"@en .
?concept ^dct:subject ?subject .
?subject dbo:abstract ?abstract .
}
LIMIT 100
现在我想添加一些可选子句，用于将我的关键字（使用 OR）与摘要中的术语 (dbo:abstract) 进行比较。是否可以使用 SPARQL 执行此操作？或者我应该只使用 SPARQL 来获取摘要，然后使用例如Java 或 Python?
此外，高度赞赏可能有助于实现目标的其他一些方法的想法。
您可以使用 sparql 以文本形式检索数据，但决定文本是否与查询匹配应该使用文本数据分析技术或 text mining
这是一门完整的科学，但幸运的是 许多语言的库（包括 Java 和 Python）存在以实现相关算法. Here is a list of software on wikipedia。 NLTK 以这项工作而闻名，并且有一个 Python 绑定。
对于你的情况，我想了很多方法，但我不是专家，所以我的想法可能是错误的：
创建每个所需类别（教育心理学等）的摘要语料库，并且，对于给定的摘要 A，将 A 与每个类别 C 的每个摘要的每个摘要进行比较。比较的结果将为A 属于 C 的每个类别 a score/likelihood。 (cf fuzzy sets)
可以使用 vector space model 来实现比较，这适用于词汇相似性。
Named Entities Recognition 可以帮助检测与特定类别相关的作者、技术或工具的名称。
主要思想如下：一旦定义了每个类别的特定特征，通过使用其词汇、作者、参考文献或其他任何内容，您就可以为任何摘要确定所有类别的成员分数。
所以，真正要问的问题是 我应该使用哪个评分函数？。
答案在很大程度上取决于数据和您想要的结果。当你说一篇摘要是关于教育心理学的时候，你必须知道为什么。然后将其作为评分函数实现。
作为辅助节点，我补充说，通过在语料库上进行训练，神经网络可以通过自动学习绕过评分。我对那个领域的了解还不够多。
我有一些关键字，例如 emotion perception ability、students’ motivation、self-efficacy。目标是将这些关键字映射到相应的心理学类别。在这种情况下，我先验地知道答案是 Educational psychology，但是我想使用 DBPedia 本体获得相同的答案。
使用以下查询，我能够提取不同的心理学分支和相应的摘要：
SELECT DISTINCT ?subject ?abstract
WHERE {
?concept rdfs:label "Branches of psychology"@en .
?concept ^dct:subject ?subject .
?subject dbo:abstract ?abstract .
}
LIMIT 100
现在我想添加一些可选子句，用于将我的关键字（使用 OR）与摘要中的术语 (dbo:abstract) 进行比较。是否可以使用 SPARQL 执行此操作？或者我应该只使用 SPARQL 来获取摘要，然后使用例如Java 或 Python?
此外，高度赞赏可能有助于实现目标的其他一些方法的想法。
您可以使用 sparql 以文本形式检索数据，但决定文本是否与查询匹配应该使用文本数据分析技术或 text mining
这是一门完整的科学，但幸运的是 许多语言的库（包括 Java 和 Python）存在以实现相关算法. Here is a list of software on wikipedia。 NLTK 以这项工作而闻名，并且有一个 Python 绑定。
对于你的情况，我想了很多方法，但我不是专家，所以我的想法可能是错误的：
创建每个所需类别（教育心理学等）的摘要语料库，并且，对于给定的摘要 A，将 A 与每个类别 C 的每个摘要的每个摘要进行比较。比较的结果将为A 属于 C 的每个类别 a score/likelihood。 (cf fuzzy sets)
可以使用 vector space model 来实现比较，这适用于词汇相似性。
Named Entities Recognition 可以帮助检测与特定类别相关的作者、技术或工具的名称。
主要思想如下：一旦定义了每个类别的特定特征，通过使用其词汇、作者、参考文献或其他任何内容，您就可以为任何摘要确定所有类别的成员分数。
所以，真正要问的问题是 我应该使用哪个评分函数？。 答案在很大程度上取决于数据和您想要的结果。当你说一篇摘要是关于教育心理学的时候，你必须知道为什么。然后将其作为评分函数实现。
作为辅助节点，我补充说，通过在语料库上进行训练，神经网络可以通过自动学习绕过评分。我对那个领域的了解还不够多。