我在dbpedia download page提供的不同数据集上玩耍，发现它已经过时了。
然后我从dbpedia live站点下载了最新的转储。当我提取6月30日的文件时，我只有一个巨大的37GB .nt文件。
我想从最新的转储中获得不同的数据集（如下载页面上提供的不同.nt文件）。是否有脚本或流程可以做到？
解决方案1：
您可以使用dbpedia实时提取器。https://github.com/dbpedia/extraction-framework。您需要配置适当的提取器（例如：信息框属性提取器，抽象提取器..etc）。它将下载最新的Wikipedia转储并生成dbpedia数据集。
您可能需要进行一些代码更改才能仅获取所需的数据。我的一位同事针对德国数据集进行了此操作。您仍然需要大量的磁盘空间。
解决方案2（我不知道这是否真的可能。）：
对数据集的所需属性进行grep。您需要知道要获取的属性的确切URI。
例如：要获取所有主页，请执行以下操作：bzgrep'http://xmlns.com/foaf/0.1/homepage'dbpedia_2013_03_04.nt.bz2> homepages.nt
它将为您提供所有带有首页的N-三元组。您可以将其加载到rdf存储中。
@ Sudar，对于您的问题，我无济于事，但我确实需要一个容量为37GB的Dbpedia的大文件。链接无效。您可以和我分享一下吗，或者告诉我在哪里可以下载包含所有Dbpedia数据的一个文件。
提前感谢。