摘要
![](/cms/asset/de025d41-1a6e-4a33-ae35-161ed7995f8e/3511808.3557093.key.jpg)
Marcelo Arenas、Bernardo Cuenca Grau、Evgeny Kharlamov、Sarunas Marciuska和Dmitriy Zheleznyakov。 2016.基于RDF的知识图的分面搜索。 《网络语义学杂志》(J.Web Semant.)37-38(2016),55-74。 http://www.cs.ox.ac.uk/files/8303/main.pdf 谷歌学者 康斯坦丁·阿库达斯和穆罕默德·叶海亚。 2019.语义驱动自动完成。 信息和知识管理会议(CIKM’19)。 2693--2701. https://doi.org/10.1145/3357384.3357811 谷歌学者 数字图书馆 Hannah Bast、Florian Bäurle、Björn Buchhold和Elmar Haussmann。 2012.花椰菜:语义全文搜索唾手可得。 计算研究库(CoRR)(2012年)。 https://arxiv.org/pdf/1207.2615.pdf 谷歌学者 Hannah Bast、Florian Bäurle、Björn Buchhold和Elmar Haußmann。 2014.轻松访问Freebase数据集。 在The Web Conference(WWW’14)(Companion Volume)中。 95--98. https://ad-publications.cs.uni-freiburg.de/WWW_FreebaseEasy_BBBH_2014.pdf 谷歌学者 数字图书馆 Hannah Bast和Björn Buchhold。 2017.QLever:高效SPARQLText搜索的查询引擎。 信息和知识管理会议(CIKM’17)。 647--656. https://ad-publications.cs.uni-freiburg.de/CIKM_qlever_BB_2017.pdf 谷歌学者 数字图书馆 汉娜·巴斯特和埃尔玛·奥斯曼。 2015年,在Freebase上更准确地回答问题。 信息和知识管理会议(CIKM’15)。 1431--1440. https://doi.org/10.1145/2806416.2806472 谷歌学者 数字图书馆 Hannah Bast、Johannes Kalmbach、Theresa Klumpp、Florian Kramer和Niklas Schnelle。 2021.通过SPARQL高效地自动完成SPARQL。 计算研究库(CoRR)(2021年)。 https://arxiv.org/pdf/2104.14595.pdf 谷歌学者 Blazegraph[未注明日期]。 布拉泽格。 https://blazegraph.com/docs/bigdata_architecture_whitepaper.pdf ,检索日期:2021年1月30日。 Wikidata设置: https://www.mediawiki.org/wiki/Wikidat_Query_Services/User_Manual。 谷歌学者 Kurt D.Bollacker、Colin Evans、Praveen Paritosh、Tim Sturge和Jamie Taylor。 2008.Freebase:一个合作创建的图形数据库,用于构建人类知识。 在国际数据管理会议(SIGMOD'08)上。 1247--1250. https://dl.acm.org/doi/10.1145/1376616.1376746 谷歌学者 数字图书馆 杰文·博勒曼(Jerven Bolleman)。 2021.UniProt SPARQL端点。 https://sparql.uniprot.org 个人沟通。 谷歌学者 斯特凡·坎皮纳斯(Stéphane Campinas)。 2014.实时SPARQL自动完成。 国际语义网络会议(ISWC’14)海报和演示。 477--480. https://pdfs.semanticschoolr.org/2628/15d156def72810bad221d1f2db1799f12daf.pdf 谷歌学者 斯特凡·坎皮纳斯(Stéphane Campinas)、托马斯·佩里(Thomas Perry)、迭戈·塞卡雷利(Diego Ceccarelli)、雷诺·德尔布鲁(Renaud Delbru)和乔瓦尼·图马雷洛(Giovanni Tummarello)。 2012年,引入RDF图形摘要,并应用于辅助SPARQL公式。 数据库和专家系统应用国际研讨会(DEXA'12,研讨会)。 261--266. http://www.renaud.delbru.fr/doc/pub/webs2012-sparqled.pdf 谷歌学者 数字图书馆 加布里埃尔·德拉帕拉和艾丹·霍根。 2021.SPARQL查询生成器的快速近似自动完成。 《本体论和关联数据的可视化和交互》(VOILA at ISWC'21)。 http://ceur-ws.org/Vol-3023/paper10.pdf 谷歌学者 朱凡、李国良和周丽珠。 2011.交互式SQL查询建议:让数据库更人性化。 在国际数据工程会议(ICDE'11)上。 351--362. https://doi.org/10.109/ICDE.2011.5767843 谷歌学者 数字图书馆 塞巴斯蒂安·费雷。 2017.Sparklis:一个针对SPARQL端点的富于表现力的查询生成器,带有自然语言指导。 语义网8,3(2017),405--418。 https://pdfs.semanticschoolr.org/e11f/644f0296f8c0a0342790a7ef20fc2ea94ae1.pdf 谷歌学者 数字图书馆 穆斯塔法·贾拉尔(Mustafa Jarrar)和马里奥斯·迪凯亚科斯(Marios D.Dikaiakos)。 2012.数据网络的查询公式语言。 IEEE知识与数据工程学报24,5(2012),783--798。 http://www.jarra.info/publications/JD10b.pdf 谷歌学者 数字图书馆 Nodira Khoussainova、YongChul Kwon、Magdalena Balazinska和Dan Suciu。 2010。SnippSuggest:SQL的上下文感知自动完成。 VLDB捐赠会议记录(PVLDB)4,1(2010),22-33。 https://doi.org/10.14778/1880172.1880175 谷歌学者 数字图书馆 乔纳森·拉朱斯(Jonathan Lajus)、路易斯·加拉拉加(Luis Galárraga)和费边·苏查内克(Fabian M.Suchanek)。 2020年。使用AMIE 3快速准确地进行规则挖掘。 在欧洲语义网络会议(ESWC'20)上。 36--52. https://doi.org/10.1007/978-3-030-49461-2-3 谷歌学者 延斯·莱曼和洛伦斯·比赫曼。 2011.AutoSPARQL:让用户查询您的知识库。 在扩展语义Web会议(ESCW’11)中。 63--79. https://doi.org/10.1007/978-3-642-21034-1-5 谷歌学者 托马斯·诺伊曼和吉多·莫尔科特。 2011.特征集:具有多个联接的RDF查询的准确基数估计。 在国际数据工程会议(ICDE'11)上。 984--994. https://doi.org/10.109/ICDE.2011.5767868 谷歌学者 数字图书馆 Eyal Oren、Renaud Delbru和Stefan Decker。 2006.为RDF数据扩展分面导航。 国际语义网络会议(ISWC’2006)。 559--572. https://link.springer.com/content/pdf/10.1007%2F11926078_40.pdf 谷歌学者 Minh-Duc Pham、Linnea Passing、Orri Erling和Peter A.Boncz。 2015.从RDF数据导出紧急关系模式。 在The Web Conference(WWW'15)中。 864--874. https://doi.org/10.1145/2736277.2741121 谷歌学者 数字图书馆 卡里玛·拉夫斯(Karima Rafes)、谢尔盖·阿比特布尔(Serge Abiteboul)、莎拉·科恩·博拉基亚(Sarah Cohen Boulakia)和巴斯蒂恩·兰斯(Bastien Rance)。 2018.Snippets使用自动补全设计科学SPARQL查询。 在电子科学国际会议(e-Science’18)上。 234--244. https://ieeexplore.ieee.org/document/8588657 谷歌学者 交叉引用 Virtouso[未注明日期]。 OpenLink Virtuoso。 http://docs.openlinksw.com ,检索日期:2021年1月30日。 RDF索引方案: http://docs.openlinksw.com/virtualoso/rdfperfrdfscheme。 谷歌学者 Denny Vrandecic和Markus Krötzsch。 2014年,维基数据:一个免费的协作知识库。 ACM通信(Comm.ACM)57,10(2014),78--85。 https://dl.acm.org/doi/10.1145/2629489 谷歌学者 数字图书馆 维基媒体[未注明日期]。 Wikidata查询服务(WDQS)。 https://query.wikidata.org。 2020年10月23日检索到的查询示例。 谷歌学者
建议
gTop:一个高效的SPARQL查询引擎 网络和大数据 摘要 在这个演示中,我们展示了gTop,这是一个基于gStore的top-k查询引擎,它支持RDF数据库上的SPARQL查询。 gTop可以高效、可扩展地回答top-k查询。 我们使用DP-B算法进行top-k查询,并且。。。 完整OpenStreetMap数据的高效RDF转换器和SPARQL端点 SIGSPATIAL’21:第29届地理信息系统进展国际会议记录 我们介绍了osm2rdf,这是一个将OpenStreetMap(OSM)数据转换为RDF三元组的工具,以及一个高效的SPARQL端点和一个方便的用户界面,用于对该数据进行SPARQL-查询。 与以前的工具不同,osm2rdf保留所有数据。。。 前缀缩写输入的自动完成 SIGMOD’19:2019年国际数据管理会议记录 查询自动完成(QAC)是一项重要的交互式功能,可帮助用户制定查询并保存击键。 由于它给用户带来的便利,QAC已经被许多应用程序采用,包括Web搜索引擎、。。。