DBPedia ダンプ ファイルから各記事のラベル、要約、カテゴリ、および関連する日付を抽出したいと考えています。
私はdotnetrdfを使用しており、抽出したデータを MS SQL データベースに保存したいと考えています (Virtuoso のようなトリプル ストアは使用したくありません)。
ダンプ ファイルのサイズが原因で、ダンプ ファイルをメモリにロードできません。
ステートメントを抽出する解決策はありますか? 私が想像できる唯一の方法は、ダンプファイルを小さなチャンクファイルに分割することです.それが唯一の解決策ですか?
実際、dotNetRDF のすべてはストリーミング解析をサポートするように設計されています。最も一般的な使用例はたまたまインメモリ構造にデータをロードすることですが、その場合でも内部でストリーミング パーサー サブシステムを使用します。
Handlers APIを紹介する Reading RDF ドキュメントのAdvanced Parsingセクションを参照してください。この API を使用すると、パーサーによって生成されたデータに何が起こるかを完全に制御できます。そのため、ストリームによって生成されたデータを受け取り、それをデータベースに入れるカスタム ハンドラーを作成できます。