Freebase RDF 转储的 Jena 解析问题（2014 年 1 月）

我正在尝试使用 Jena 解析 freebase 转储文件 freebase-rdf-2014-01-12-00-00.gz (25 GB)。 耶拿报告了许多有关不良数据的问题。 示例 - 150.0 无效，true 和 false 值无效 我通过在转储文件中在小数和真/假周围添加双引号解决了这些问题。 但问题仍然存在reported by Jena.(current - org.apache.jena.riot.RiotException: [line: 161083, col: 110] Illegal object: [MINUS])

有什么方法可以预处理这些数据，这样我就不必一一解决每个问题。 我的Java代码：

    // Open TDB dataset
    String directory = "D:/test_dump";
    Dataset dataset = TDBFactory.createDataset(directory);

    // Assume we want the default model, or we could get a named model here
    Model tdb = dataset.getDefaultModel();

    // Read the input file - only needs to be done once
    String source = "D:/test_dump/fixed-freebase-second-rdf.gz";
    FileManager.get().readModel( tdb, source, "N-TRIPLES" ); 

数据采用 Turtle 格式，而不是 N-Triples。他们使用各种 Turtle 缩写（例如true for "true"^^xsd:boolean或号码-27 for "-27"^^xsd:integer).

可能仍然存在错误，因为它们的转储还包含非法语法，例如用于$在前缀名称中没有必要的\

在事物周围添加引号changesRDF。