我的目标是创建一个以字符串为键的哈希表，并将条目值作为字符串的HashSet。
输出值
这是现在的输出：
Hudson+(surname)=[Q2720681], Hudson,+Quebec=[Q141445], Hudson+(given+name)=[Q5928530], Hudson,+Colorado=[Q2272323], Hudson,+Illinois=[Q2672022], Hudson,+Indiana=[Q2710584], Hudson,+Ontario=[Q5928505], Hudson,+Buenos+Aires+Province=[Q10298710], Hudson,+Florida=[Q768903]]
根据我的想法，它应该看起来像这样：
[Hudson+(surname)=[Q2720681,Q141445,Q5928530,Q2272323,Q2672022]]
目的是将特定名称存储在Wikidata中，然后将所有与该名称相关的Q值消除歧义，因此，例如：
This是“布什”的页面。
我希望布什成为关键，然后针对所有不同的出发点，将
Bush与Wikidata的终端页面相关联的所有不同方式，我想存储相应的“ Q值”，或者唯一的字母数字标识符。我实际上是在尝试从Wikipedia歧义词中抓取不同的名称，值，然后在Wikidata中查找与该值关联的唯一字母数字标识符。
例如，使用
Bush，我们有：George H. W. Bush
George W. Bush
Jeb Bush
Bush family
Bush (surname)
因此，Q值为：
George H. W. Bush（Q23505）
George W. Bush（Q207）
Jeb Bush（Q221997）
Bush family（Q2743830）
Bush（Q1484464）
我的想法是数据结构应按以下方式解释
密钥：
Bush条目集：
Q23505, Q207, Q221997, Q2743830, Q1484464但是我现在拥有的代码无法做到这一点。
它为每个名称和Q值创建一个单独的条目。即
密钥：
Jeb Bush条目集：
Q221997密钥：
George W. Bush条目集：
Q207等等。
可以在my github page上查看完整的代码，但下面也将对其进行总结。
这就是我用来向数据结构中添加值的内容：
// add Q values to their arrayList in the hash map at the index of the appropriate entity
public static HashSet<String> put_to_hash(String key, String value)
{
if (!q_valMap.containsKey(key))
{
return q_valMap.put(key, new HashSet<String>() );
}
HashSet<String> list = q_valMap.get(key);
list.add(value);
return q_valMap.put(key, list);
}
这是我获取内容的方式：
while ((line_by_line = wiki_data_pagecontent.readLine()) != null)
{
// if we can determine it's a disambig page we need to send it off to get all
// the possible senses in which it can be used.
Pattern disambig_pattern = Pattern.compile("<div class=\"wikibase-entitytermsview-heading-description \">Wikipedia disambiguation page</div>");
Matcher disambig_indicator = disambig_pattern.matcher(line_by_line);
if (disambig_indicator.matches())
{
//off to get the different usages
Wikipedia_Disambig_Fetcher.all_possibilities( variable_entity );
}
else
{
//get the Q value off the page by matching
Pattern q_page_pattern = Pattern.compile("<!-- wikibase-toolbar --><span class=\"wikibase-toolbar-container\"><span class=\"wikibase-toolbar-item " +
"wikibase-toolbar \">\\[<span class=\"wikibase-toolbar-item wikibase-toolbar-button wikibase-toolbar-button-edit\"><a " +
"href=\"/wiki/Special:SetSiteLink/(.*?)\">edit</a></span>\\]</span></span>");
Matcher match_Q_component = q_page_pattern.matcher(line_by_line);
if ( match_Q_component.matches() )
{
String Q = match_Q_component.group(1);
// 'Q' should be appended to an array, since each entity can hold multiple
// Q values on that basis of disambig
put_to_hash( variable_entity, Q );
}
}
}
这就是我处理歧义消除页面的方式：
public static void all_possibilities( String variable_entity ) throws Exception
{
System.out.println("this is a disambig page");
//if it's a disambig page we know we can go right to the wikipedia
//get it's normal wiki disambig page
Document docx = Jsoup.connect( "https://en.wikipedia.org/wiki/" + variable_entity ).get();
//this can handle the less structured ones.
Elements linx = docx.select( "p:contains(" + variable_entity + ") ~ ul a:eq(0)" );
for (Element linq : linx)
{
System.out.println(linq.text());
String linq_nospace = linq.text().replace(' ', '+');
Wikidata_Q_Reader.getQ( linq_nospace );
}
}
我当时在想也许可以传递
Key值，但我真的不知道。我有点卡住。也许有人可以看到我如何实现此功能。 最佳答案
我不清楚您的问题是什么不起作用，或者您是否看到实际错误。但是，虽然您的基本数据结构构想（从HashMap到String的Set<String>）是正确的，但“添加”功能中存在一个错误。
public static HashSet<String> put_to_hash(String key, String value)
{
if (!q_valMap.containsKey(key))
{
return q_valMap.put(key, new HashSet<String>() );
}
HashSet<String> list = q_valMap.get(key);
list.add(value);
return q_valMap.put(key, list);
}
在第一次看到某个键（
if (!q_valMap.containsKey(key))）的情况下，它将为该键激活一个新的HashSet，但是在返回之前不会在其上添加value。 （返回的值是该键的旧值，因此它将为null。）因此，您将失去每个术语的Q值之一。对于这样的多层数据结构，我通常只对中间结构的活体进行特殊处理，然后在单个代码路径中进行添加和返回。我认为这可以解决。 （我也将其称为
valSet，因为它是一个集合而不是列表。并且不需要每次都将集合重新添加到地图上；它是一种引用类型，在您第一次遇到该集合时会被添加键。）public static HashSet<String> put_to_hash(String key, String value)
{
if (!q_valMap.containsKey(key)) {
q_valMap.put(key, new HashSet<String>());
}
HashSet<String> valSet = q_valMap.get(key);
valSet.add(value);
return valSet;
}
还请注意，返回的
Set是对该键的实时Set的引用，因此您需要谨慎地在调用方中对其进行修改，并且如果要执行多线程操作，则将具有并发访问权限问题。或者只是使用Guava
Multimap，所以您不必担心自己编写实现。关于java - 用对应于HashSet的固定键创建一个HashMap。出发点，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29814038/