RDF Refine(Open Refine + RDF Refine)使用笔记

RDF Refine(Open Refine + RDF Refine)使用示例

Open Refine（原名 Google Refine）是一个用来管理杂乱数据，进行整理与扩展的工具。如今的最新版是2.5，beta版为2.6 beta。

本文使用Open Refine同时借助RDF Refine扩展，对一个图书管理csv文件进行整理与扩展操作。最后导出为RDF格式的语义数据。

Open Refine(used name: Gooele Refine)安装

官方网址：

https://github.com/OpenRefine/OpenRefine/wiki/Installation-Instructions#linux

1、下载对应平台的安装包

2、解压

3、运行（Linux下直接运行./refine）

4、输入127.0.0.1:3333即可访问Google Refine的网址

5、如果需要接收任何ip地址发出的请求，需要在命令行运行时输入./refine -i0.0.0.0

 

 

安装RDF Refine

在http://refine.deri.ie/下载RDF Refine的extension包，放在Google Refine的webapp/extensions里面。重启Google Refine

在Project管理页面右上角看到下图所示RDF选项，说明加载成功。

 

增加reconciliation service

点击右上角RDF，选择Add reconciliationservice，在选择based on SPARQL

 

按照下图所示填写详细信息

注意Endpoint Type选择Virtuoso

在reconciliation结果的优化中可以对Label properties进行选择，可以选择other，然后手动键入URI

 

进行Reconciliation过程

如下图所示的上传内存中，我们点击name那里的下拉按钮，选择startreconciliation

然后选择DBpedia，经过一番计算与处理之后，中央的一个列表给出了一系列类型候选项。选择一项我们认为最为认可的type。

 

在持续了8分钟（具体耗时根据网络状况而定）的信息抽取与处理之后，pre-reconciliation终于给了我们一个列表：

 

我们选择dbo:Book这个类型，然后为了简便起见，直接点击StartReconciliation

 

这个提示框告诉我们reconciliation过程的进度

 

如下图所示，我们已经部分完成了reconciliation的过程

左侧边栏：

在name一栏有匹配到book name与未匹配到任何信息两类数据，exclude为删除对应的条目。

而下方的柱状图表可以用来拖拽，显示不同候选分值的条目用来显示。同时，点击change，我们可以对分值进行修改与自定义计算。

 

人工优化reconciliation结果

这里的两个勾选可以对user认为正确的条目进行确认。

 

在下面这个条目中有很多候选选项，本身的名字非常具有歧义性，所以需要用户进行更为细致的确认。

点击其中的候选项，查看详细信息。通过作者的匹配，基本上确认这本书在DBpedia中的具体条目。

 

同样对作者一栏进行reconciliation

 

结果中只有一个条目没有得到对应的匹配结果，我们选择新建这个条目

 

定义Schema信息

接下来定义schema信息

 

修改Base URI

 

添加主语属性：

 

添加类型信息：

点击这里的property修改谓语属性URI，先点击其中一个输入dc:title，点击确定加载，然后再相同操作输入一遍即可选择对应的谓语URI

 

修改后如下：

点击preview即可进行预览：

 

这里可以修改每一个宾语的类型信息。

 

添加一个property：

 

对添加的谓语所对应的宾语进行设置：

preview/edit对话框中，输入cell.recon.match.id

此时在预览框我们看到了和DBpedia中URI的对应关系：

 

添加另外一个属性：foaf:maker，同时选中Used As a URI

 

 

在预览框中我们可以看到新添加的内容：

我们点击OK，结束RDF Skeleton过程。

 

导出RDF文件

最后点击Export，选择RDF/XML，导出为RDF XML文件。