(北京大学信息管理系 北京 100871)

知识社区的概念源于知识管理。网络环境下，知识社区可理解为:由于部分人对某个主题的共同兴趣和知识获取、交流需求而聚集起来，并基于网络创造和分享知识的平台。维基百科作为开放、自由、免费、共享的多语言网络百科全书，由全球网民共同编写，正是知识社区的产物。然而维基百科的条目多以自然语言描述，只支持文本检索而不支持结构化检索，也无法跨页面进行检索，导致其中虽然蕴含海量信息，却无法被深度挖掘利用。

语义网作为万维网的延伸，利用XML、RDF、本体、OWL等技术，使其中的信息都具有定义完好的含义，通过机器可“理解”的语义，让计算机拥有一定的推理能力和自动处理大规模数据的能力。因此，利用语义网技术挖掘维基百科内容的项目不断展开，DBpedia就是其中一项。

1 DBpedia简介

DBpedia由柏林自由大学和莱比锡大学的研究人员发起，与OpenLink Software公司合作，致力于从维基百科的结构化和半结构化信息中抽取数据并生成RDF三元组，将其组织后形成庞大的数据集，与外部的关联数据连接，提供给人们使用。〔1〕该项目也被“互联网之父”蒂姆·伯纳斯·李盛赞为关联数据工程中最知名的项目之一。

2007年2月，DBpedia数据集开始开放下载，之后每隔约半年时间都会有更新。最新的版本为2012年8月发布的DBpedia3．8，该版本数据集中描述了超过377万个资源，其中235万个资源使用统一的DBpedia本体进行描述，包括76．4万个人物，57．3万个地点，11．2万张音乐专辑，7．2万部电影，1．8万种视频游戏，19．2万个组织机构(包括4．5 万家公司、4．2万所学校)，20．2万个生物物种和5500种疾病。……