SPARQL: запрос всех троек, связанных с одним URL, но не с другим - PullRequest
Новая
       18

SPARQL: запрос всех троек, связанных с одним URL, но не с другим

1 голос
/ 18 июня 2019

Из одного файла RDF, содержащего утверждения о нескольких химических соединениях, я хотел бы создать один файл RDF для каждого химического соединения.

Для этого я начал с поиска запроса SPARQL, который может изолировать все тройки, связанные с определенным URL, независимо от того, сколько узлов между ними.

Я начал с очень интересного запроса SPARQL (https://stackoverflow.com/a/33290642/5433896)), который вернул (надеюсь) все тройки, связанные с химическим соединением :d1 в моем наборе данных, но НЕ о другом соединении :d10: 

CONSTRUCT {
   :d1 ?prop ?val .
   ?child ?childProp ?childPropVal . 
   ?someSubj ?incomingChildProp ?child .
}
WHERE {
     :d1 ?prop ?val ;
         (:overrides|!:overrides)+ ?child . 
     ?child ?childProp ?childPropVal.
     ?someSubj ?incomingChildProp ?child. 
}

Однако, когда я запустил это на моем упрощенном тестовом примере (python): 

rdf = """<?xml version="1.0"?>


<!DOCTYPE rdf:RDF [
    <!ENTITY owl "http://www.w3.org/2002/07/owl#" >
    <!ENTITY owl11 "http://www.w3.org/2006/12/owl11#" >
    <!ENTITY xsd "http://www.w3.org/2001/XMLSchema#" >
    <!ENTITY owl11xml "http://www.w3.org/2006/12/owl11-xml#" >
    <!ENTITY carcinogenesis "http://dl-learner.org/carcinogenesis#" >
    <!ENTITY rdfs "http://www.w3.org/2000/01/rdf-schema#" >
    <!ENTITY rdf "http://www.w3.org/1999/02/22-rdf-syntax-ns#" >
]>


<rdf:RDF xmlns="http://dl-learner.org/carcinogenesis#"
     xml:base="http://dl-learner.org/carcinogenesis"
     xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
     xmlns:owl11="http://www.w3.org/2006/12/owl11#"
     xmlns:carcinogenesis="http://dl-learner.org/carcinogenesis#"
     xmlns:owl11xml="http://www.w3.org/2006/12/owl11-xml#"
     xmlns:owl="http://www.w3.org/2002/07/owl#"
     xmlns:xsd="http://www.w3.org/2001/XMLSchema#"
     xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
    <owl:Ontology rdf:about=""/>

    <owl:ObjectProperty rdf:about="#hasAtom">
        <rdfs:domain rdf:resource="#Compound"/>
        <rdfs:range rdf:resource="#Atom"/>
    </owl:ObjectProperty>

    <owl:ObjectProperty rdf:about="#hasBond">
        <rdfs:domain rdf:resource="#Compound"/>
        <rdfs:range rdf:resource="#Bond"/>
    </owl:ObjectProperty>

    <owl:ObjectProperty rdf:about="#hasStructure">
        <rdfs:domain rdf:resource="#Compound"/>
        <rdfs:range rdf:resource="#Structure"/>
    </owl:ObjectProperty>

    <owl:ObjectProperty rdf:about="#inBond">
        <rdfs:range rdf:resource="#Atom"/>
        <rdfs:domain rdf:resource="#Bond"/>
    </owl:ObjectProperty>

    <owl:DatatypeProperty rdf:about="#charge">
        <rdfs:domain rdf:resource="#Atom"/>
        <rdfs:range rdf:resource="&xsd;double"/>
    </owl:DatatypeProperty>

    <owl:DatatypeProperty rdf:about="#isMutagenic">
        <rdfs:domain rdf:resource="#Compound"/>
        <rdfs:range rdf:resource="&xsd;boolean"/>
    </owl:DatatypeProperty>

    <owl:Class rdf:about="#Atom"/>

    <owl:Class rdf:about="#Bond">
        <owl:disjointWith rdf:resource="#Structure"/>
        <owl:disjointWith rdf:resource="#Atom"/>
    </owl:Class>

    <owl:Class rdf:about="#Bond-7">
        <rdfs:subClassOf rdf:resource="#Bond"/>
    </owl:Class>

    <owl:Class rdf:about="#Carbon-22">
        <rdfs:subClassOf rdf:resource="#Carbon"/>
    </owl:Class>

    <owl:Class rdf:about="#Compound">
        <owl:disjointWith rdf:resource="#Structure"/>
        <owl:disjointWith rdf:resource="#Atom"/>
        <owl:disjointWith rdf:resource="#Bond"/>
    </owl:Class>

    <owl:Class rdf:about="#Six_ring">
        <rdfs:subClassOf rdf:resource="#Ring"/>
    </owl:Class>

    <owl:Class rdf:about="#Ring">
        <rdfs:subClassOf rdf:resource="#Structure"/>
    </owl:Class>

    <owl:Class rdf:about="#Structure">
        <owl:disjointWith rdf:resource="#Atom"/>
    </owl:Class>

    <Compound rdf:about="#d1">
        <hasBond rdf:resource="#bond1"/>
        <hasAtom rdf:resource="#d1_2"/>
        <hasAtom rdf:resource="#d1_3"/>
        <hasStructure rdf:resource="#six_ring-1"/>
        <isMutagenic rdf:datatype="&xsd;boolean">false</isMutagenic>
    </Compound>

    <Bond-7 rdf:about="#bond1">
        <inBond rdf:resource="#d1_3"/>
        <inBond rdf:resource="#d1_2"/>
    </Bond-7>

    <Carbon-22 rdf:about="#d1_2">
        <charge rdf:datatype="&xsd;double">-0.133</charge>
    </Carbon-22>

    <Carbon-22 rdf:about="#d1_3">
        <charge rdf:datatype="&xsd;double">-0.0030</charge>
    </Carbon-22>

    <Six_ring rdf:about="#six_ring-1"/>

    <Compound rdf:about="#d10">
        <hasBond rdf:resource="#bond40"/>
        <hasAtom rdf:resource="#d10_12"/>
        <hasAtom rdf:resource="#d10_13"/>
        <isMutagenic rdf:datatype="&xsd;boolean">false</isMutagenic>
        <hasStructure rdf:resource="#six_ring-9"/>
    </Compound>

    <Bond-1 rdf:about="#bond40">
        <inBond rdf:resource="#d10_12"/>
        <inBond rdf:resource="#d10_13"/>
    </Bond-1>

    <Six_ring rdf:about="#six_ring-9"/>

    <Nitrogen-32 rdf:about="#d10_12">
        <charge rdf:datatype="&xsd;double">-0.313</charge>
    </Nitrogen-32>

    <Nitrogen-32 rdf:about="#d10_13">
        <charge rdf:datatype="&xsd;double">-0.313</charge>
    </Nitrogen-32>

</rdf:RDF>
"""

# Inspired by https://stackoverflow.com/a/33290642/5433896:

sparql_query = """CONSTRUCT {
   :d1 ?prop ?val .
   ?child ?childProp ?childPropVal . 
   ?someSubj ?incomingChildProp ?child .
}
WHERE {
     :d1 ?prop ?val ;
         (:overrides|!:overrides)+ ?child . 
     ?child ?childProp ?childPropVal.
     ?someSubj ?incomingChildProp ?child. 
}
"""

# Trying this query out:
import rdflib
import logging
logger = logging.getLogger()
logger.setLevel("INFO")

graph = rdflib.Graph()
graph.parse(data=rdf, format='xml')
result = graph.query(sparql_query)
for s, p, o in result:
    print(s, p, o)
    if s.endswith('#d10') or s.endswith('#bond40') or s.endswith('#six_ring-9') or s.endswith('#d10_12') or s.endswith('#d10_13'):
        logging.error('This triple should not be in the results! => {0} {1} {2}.'.format(s, p, o))

Я получаю две ошибки, которых хочу избежать: 

ERROR:root:This triple should not be in the results! => http://dl-learner.org/carcinogenesis#six_ring-9 http://www.w3.org/1999/02/22-rdf-syntax-ns#type http://dl-learner.org/carcinogenesis#Six_ring.

ERROR:root:This triple should not be in the results! => http://dl-learner.org/carcinogenesis#d10 http://www.w3.org/1999/02/22-rdf-syntax-ns#type http://dl-learner.org/carcinogenesis#Compound.

1 Ответ

2 голосов
/ 18 июня 2019

Я узнал ответ на этот вопрос при добавлении дополнительных вещей, которые я уже заметил.

Поскольку :d1 rdf:type :Compound и :d10 rdf:type :Compound, на самом деле существует путь от :d1 до :d10, и поэтому утроение примерно до :d10 также заканчивается в моих результатах запроса - что, конечно, не то, что я хотел.

Глядя на запрос, я подумал, что имеет смысл добавить дополнительное ограничение, которое ?child не должно быть :d10. И, думая о том, как плакат https://stackoverflow.com/a/33290642/5433896 объяснил свой запрос, я должен также исключить, что ?someSubj или ?childPropVal может быть :d10: 

CONSTRUCT {
   :d1 ?prop ?val .
   ?child ?childProp ?childPropVal . 
   ?someSubj ?incomingChildProp ?child .
}
WHERE {
     :d1 (:overrides|!:overrides)+ ?child . 
     ?child ?childProp ?childPropVal.
     ?someSubj ?incomingChildProp ?child.
     FILTER (?child != :d10)
     FILTER (?childPropVal != :d10)
     FILTER (?someSubj != :d10)
}

Это исключило :d10 из результатов моего запроса. Отлично!

Но ошибка ERROR:root:This triple should not be in the results! => http://dl-learner.org/carcinogenesis#six_ring-9 http://www.w3.org/1999/02/22-rdf-syntax-ns#type http://dl-learner.org/carcinogenesis#Six_ring. остается.

Я поиграл с удалением некоторых вероятных троек, вызвавших эту проблему, и обнаружил, что тройка { Six_ring rdf:about="#six_ring-9" } является причиной того, что в результатах запроса остается #six_ring-9. Итак, снова, rdf:type (подразумевается в rdf:about) вызывает проблему.

В идеале нам нужно описать в SPARQL, что нам интересно знать, что такое rdf:types объектов, связанных с :d1 (например, :Compound, :Six_Ring), но НЕ с тем, с чем связаны другие объекты. эти типы объектов. Это решило бы ОБА проблемы, которые мы изначально обнаружили с помощью запроса.

Таким образом, этот запрос решает проблему: 

CONSTRUCT {
   :d1 ?prop ?val .
   ?child ?childProp ?childPropVal . 
   ?someSubj ?incomingChildProp ?child .
}
WHERE {
     :d1 (:overrides|!:overrides)+ ?child . 
     ?child ?childProp ?childPropVal.
     ?someSubj ?incomingChildProp ?child.
     FILTER (?incomingChildProp != rdf:type)
}
...