Pular para o conteúdo principal

Python - conexão Allegro e executar queries SPARQL e outros comandos da API no jupyter notebook

 

Instalação -> https://franz.com/agraph/support/documentation/current/python/install.html

pip install agraph-python

Guia de Referência da API -> https://franz.com/agraph/support/documentation/current/python/api.html

Tutorial -> https://franz.com/agraph/support/documentation/current/python/tutorial.html

No notebook jupyter  tem exemplos dos comandos para abrir conexão, preparar comandos, executar comandos, setar variável de ambiente, etc ...

addStatement     Add the supplied statement to the specified contexts in the repository.
addTriple            Add a single triple to the repository.
getStatements     Get all statements with a specific subject, predicate and/or object from the repository.

prepareBooleanQuery      Parse query into a boolean query object which can be executed against the triple store.
prepareGraphQuery        Parse query into a graph query object which can be executed against the triple store.
prepareTupleQuery         Parse query into a tuple query object which can be executed against the triple stroe.
prepareUpdate                 Parse query into an update query object which can be executed against the triple store.

executeBooleanQuery       Prepare and immediately evaluate a query that returns a boolean.
executeGraphQuery         Prepare and immediately evaluate a query that returns RDF.
executeTupleQuery           Prepare and immediately evaluate a query that returns tuples.
executeUpdate                   Prepare and immediately evaluate a SPARQL update query. 

evalFreeTextSearch          Return a list of statements for the given free-text pattern search.

To insert the data we have to iterate over the result and add each triple using addStatement() (or use an INSERT query).

SELECT: This kind of query returns a sequence of tuples, binding variables to matching elements of a search pattern. SELECT queries are created using prepareTupleQuery() and return results of type TupleQueryResult.

The ASK query returns a Boolean, depending on whether the triple pattern matched any triples. Queries of this type are created using prepareBooleanQuery().

The CONSTRUCT query creates triples by substantiating provided templates with values resulting from matching a pattern. Queries of this kind are created using prepareGraphQuery() and return a RepositoryResult - which is an iterator over the constructed triples.

The DESCRIBE query returns triples that ‘describe’ a given set of resources. Such queries are created using prepareGraphQuery() and return RepositoryResult objects.

Reasoner

conn.getStatements(s, p, o, includeInferred=True)

RDFS++ (rdfs e owl)
owl:inverseOf, subPropertyOf, inverseOf with subPropertyOf, sameAs, sameAs with inverseOf and subPropertyOf, type with subClassOf, type with range, type with domain, Transitivity with sameAs

Comentários

Postar um comentário

Sinta-se a vontade para comentar. Críticas construtivas são sempre bem vindas.

Postagens mais visitadas deste blog

Aprendizado de Máquina Relacional

 Extraído de -> https://www.lncc.br/~ziviani/papers/Texto-MC1-SBBD2019.pdf   Aprendizado de máquina relacional (AMR) destina-se à criação de modelos estatísticos para dados relacionais (seria o mesmo que dados conectados) , isto é, dados cuja a informação relacional é tão ou mais impor tante que a informação individual (atributos) de cada elemento.    Essa classe de aprendizado tem sido utilizada em diversas aplicações, por exemplo, na extração de informação de dados não estruturados [Zhang et al. 2016] e na modelagem de linguagem natural [Vu et al. 2018].   A adoção de técnicas de aprendizado de máquina relacional em tarefas de comple mentação de grafo de conhecimento se baseia na premissa de existência de regularidades semânticas presentes no mesmo . Modelos grafos probabilísticos  Baseada em regras / heurísticas que não podem garantir 100% de precisão no resultado da inferência mas os resultados podem ser explicados. Modelos de características de ...

Defesa de Doutorado de Grettel Monteagudo Garcia

A última atividade presencial que fiz na PUC-Rio foi assistir a defesa de tese da Grettel Monteagudo Garcia , em 13/03/2020 (uma sexta-feira 13 !!!!). O título da tese é “ A Keyword-based Query Processing Method for Datasets with Schemas ” e me interessou por causa do projeto do NIMA. A proposta parte do cenário onde usuários possam consultar dados, armazenados em bancos de dados relacionais e TripleStores, de maneira semelhante ao Google, ou seja, digitando palavras-chave, e deixando para o sistema recuperar os dados que melhor correspondem ao conjunto de palavras-chave.  Na tese estão descritos um algoritmo e um framework projetados para processar consultas baseadas em palavras-chave para bases de dados com esquema, especificamente bancos relacionais e bases de dados em RDF. A primeira etapa do algoritmo é a conversão do conjunto de palavras chaves em uma consulta abstrata explorando um esquema abstrato . Nesta etapa o principal desafio é achar onde a informação está (os matches...

Metodologia Científica II - continuação

No primeiro post  foram detalhados os 6 primeiros vídeos do canal do Youtube do professor Eduardo Ogasawara do CEFET/RJ   Mais 3 vídeos foram disponibilizados e estão comentados a seguir: Gráficos, Figuras e Tabelas (33 minutos) - como apresentar os resultados das avaliações experimentais. Gráficos: associar análises dos resultados a cada gráfico apresentado, problemas comuns na montagem de gráficos (não usar todo eixo X ou Y, não usar área útil com uma escala adequada a ver o comportamento dos números, não marcar os pontos de observação da série, inconsistência no uso de cores ), escala logarítmica x linear, eixo X para a variável independente e Y para a dependente (resposta), escrever boas legendas para os gráficos, observar se diferenças entre variáveis apresentadas em gráficos separados podem atrapalhar a interpretação dos resultados. Diagramas devem ser pensados de acordo com o propósito, trata-se de uma abstração e cada elemento deve ser explicado no texto, rótulos...