bif:contains 的奇怪结果 - 全文索引损坏？

Question

我最近使用 dbpedia 数据构建了一个 Virtuoso 数据库（版本 07.10.3207）。我正在尝试为它构建一些查询，但遇到了非常 st运行ge 的结果。例如：

prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#>

select ?s, ?p, ?o where {
?s ?p ?o .
?s rdfs:label "Almond"@en .
?o bif:contains "mythical"
}

这产生了一个命中。人们可能认为它意味着 Almond 的评论字段（匹配 "mythical" 的字段）包含单词 "mythical"。然而，事实并非如此。事实上：

"The almond (/??m?nd/) (Prunus dulcis, syn. Prunus amygdalus, Amygdalus communis, Amygdalus dulcis) (or badam in Indian English, from Persian: ??????) is a species of tree native to the Middle East and South Asia. "杏仁"也是这种树的可食用和广泛栽培的种子的名称。"@zh

许多其他查询产生类似的 st运行ge 结果。

在 public dbpedia 端点上尝试相同的查询确实不会产生这些奇怪的结果，所以我知道这是我的数据库的某种问题。我猜想这可能与全文索引的某些损坏有关。

我尝试了以下方法，但没有非常清楚地了解它们究竟会做什么，基于我能够找到的其他笔记：

DB.DBA.RDF_OBJ_FT_RULE_ADD(null, null, 'All');
DB.DBA.VT_INC_INDEX_DB_DBA_RDF_OBJ();
DB.DBA.RDF_OBJ_FT_RECOVER();
DB.DBA.VT_INDEX_DB_DBA_RDF_OBJ();

到目前为止，没有骰子。我有点想知道它是否与评论字段中的损坏字符有关 - 在线 dbpedia 端点正确呈现它们，而我的 Virtuoso 安装只给出问号，如上所示。甚至不知道如何开始处理这个问题。

我确实在 virtuoso.ini 中包含了 SQL_UTF8_EXECS = 1（并随后重新启动了服务器），结果仍然给我留下了问号。

实际上，它似乎与那些问号没有任何关系；我运行以下查询：

select ?s, ?p, ?o where {
?s ?p ?o .
?o bif:contains "mythical" .
FILTER (!regex(?o, "mythical", "i"))
}

伪运行dom 命中选择，none 其中包含 "mythical" 或“?”:

"Asgrrr" “公元前 403 年” "Potential infinity" "Beauty and the Beast (talk show)" "Alberta highway highway 22"

相同的查询，运行在 http://dbpedia.org/sparql，returns 没有（应该如此）。

有什么想法吗？

Answer 1

重建数据库未能解决问题。但是，我能够通过执行以下步骤获得工作版本。其中一些可能是不必要的，但考虑到需要多长时间，我还没有进行对照实验来将范围缩小到最低限度。

首先，删除数据库和相关文件，从零开始。

将 virtuoso.ini 编辑为 uncomment/include:

SQL_UTF8_EXECS = 1

启动 Virtuoso，然后从 isql 发出以下命令：

DB.DBA.RDF_OBJ_FT_RULE_ADD (null, null, 'All');
DB.DBA.VT_BATCH_UPDATE ('DB.DBA.RDF_OBJ', 'OFF', null);
DB.DBA.VT_INC_INDEX_DB_DBA_RDF_OBJ ();
DB.DBA.RDF_OBJ_FT_RECOVER ();
COMMIT WORK;
CHECKPOINT;
CHECKPOINT_INTERVAL(60000);

然后，加载数据。

然后，致电：

COMMIT WORK;
CHECKPOINT;
DB.DBA.VT_INC_INDEX_DB_DBA_RDF_OBJ();
CHECKPOINT;
COMMIT WORK;
CHECKPOINT;
CHECKPOINT_INTERVAL(60);
COMMIT WORK;

享受您的全文本搜索数据库！

bif:contains 的奇怪结果 - 全文索引损坏？

Bizarre results with bif:contains - corrupted full text index?

sparql

virtuoso