我们正在设计一个项目，该项目将倾听机场管制员和飞行员之间的对话，以防止跑道入侵(例如，一架飞机正在起飞，而另一架飞机正在穿越跑道)。我们的教授希望我们使用Jena用于知识库(或其他任何东西，但它应该是某种基于规则的引擎)。推理不是Jena的主要内容，并且没有太多的文档和示例。因此，我们需要一个引擎，可以从飞行员那里获取消息作为输入和输出可能的入侵风险或消息协议(protocol)中的任何其他错误。编写规则应该很容易，并且应该很容易为引擎提供实时数据。我的印象是这样的:一位飞行员发送一条消息，说他降落在某条跑道上，系统记住跑道很忙，任何人都不应该越过它如果有人接到穿过这条跑道的指令，引擎
由于我的英语不好，我无法正式描述我的问题；让我用一个例子来告诉它。下表实际上是按'subject','predicate'分组的。我们在行上定义一个集合，如果它们是相同的“主题”。现在我想合并包含相同“谓词”的任意两个集合，对同一“谓词”的“计数”求和，并计算具有相同集合的不同主题的数量。subjectpredicatecount-----------------------------s1p11s1p22s2p13s3p12s3p22因此，这张表想要的是两组:{2,(p1,3),(p2,4)},{1,(p1,3)}在第一个集合中，2表示有两个对象(s1和s3)有这个集合；(p1,3)
假设我有一些jena查询对象:Stringquery="SELECT*WHERE{?s?o...etc.}";Queryq=QueryFactory.create(query,Syntax.syntaxARQ);获取查询中三元组的所有主题的最佳方法是什么？最好不必手动进行任何字符串解析/操作。例如，给定一个查询SELECT*WHERE{?s?p?o;?p2?o2.?s2?p3?o3.?s3?p4?o4.?p5?o5.}我希望返回一些看起来像这样的列表[?s,?s2,?s3,]换句话说，我想要查询中所有主题的列表。即使只有那些主题是变量或那些是文字/uris也会很有用，但我想在查询中找到
我需要对DBpedia执行查询:SELECTDISTINCT?poi?lat?long?photos?template?type?labelWHERE{?poi?label.?poi?lat.?poi?long.?poi?photos.OPTIONAL{?poi?template}.OPTIONAL{?poi?type}.FILTER(?lat>x&&?latz&&?long我猜这些信息分散在不同的转储(.nt)文件中，并且SPARQL端点以某种方式为我们提供了一个结果集。我需要在本地下载这些不同的.nt文件(不是所有DBpedia)，只执行一次查询并将结果存储在本地(我不想使用SPA
我正在尝试使用Jena创建一个SPARQL查询来查询DBpedia。当我将它与独立工具(Twinkle)一起使用时，查询工作正常，但是当我将它插入此Java代码时，它返回一个空集。StringsparqlQueryString1="PREFIXdbont:"+"PREFIXdbp:"+"PREFIXgeo:"+"SELECT?musician?place"+"FROM"+"WHERE{"+"?musiciandbont:birthPlace?place."+"}";Queryquery=QueryFactory.create(sparqlQueryString1);QueryExecu
我正在尝试创建一个Model在Jena中不会将整个数据加载到内存中，而是将从文件系统中读取。我发现了很多可用的配置，但它们似乎都在内存（例如OntModelSpec).看答案使用ApacheJenaTDB-请参阅文档在这里.TDB将您的数据集存储在磁盘上，但非常有效地访问它：您不应该在内存模型上遇到任何实际的性能差异。通常，如果我要处理大型型号或数据集，我会这样工作：命令行上的负载模型：#/tmp/DBiswhereTDBwillstoretheindexedmodel$tdbloader2--loc/tmp/DBfile.nt（利用tdbloader在窗户上）（可选）尝试查询：$tdbque
我正在寻找与JenaFramework一起使用的高可用性/扩展三重商店，并遇到了BlazeGraph。BlazeGraph是否有适合Jena框架的适配器？如果没有，可以与Jena框架一起使用的高可用性RDF商店是什么？看答案如果您使用标准SPARQL协议与服务器一起使用，应该会这样做。看RDFConnection在耶拿。
我尝试使用ApacheJenaElephas将RDF文件加载到SparkRDD中。RDF文件是Turtle格式。代码如下。importorg.apache.spark.SparkConfimportorg.apache.spark.SparkContextimportorg.apache.jena.hadoop.rdf.io.input.TriplesInputFormatimportorg.apache.hadoop.io.LongWritableimportorg.apache.jena.hadoop.rdf.types.TripleWritableimportorg.apache
我正在研究PageRank算法的实现，该算法使用Hadoop、MapReduce和RDF三元组作为源。到目前为止，代码非常简单，主类中有一个作业，然后是映射器和缩减器。输入文件是一个.nt文件，里面全是rdf三元组，比如:.映射器应该将这些三元组映射到主题、对象对中。对于给定的rdf它将是:Reducer应该将这些对分组到包含主题、基本PageRank(1)和对象列表的行中。例如:1.0,我在Windows上使用hadoop2.3.0。显然它配置正确，因为这样的WordCount示例可以在其上运行。(编辑)也在hadoop2.6.0上的linux下尝试过，没有更好的效果，结果是一样的。
