---
title: "DBpedia: cos’è e come funziona"
url: https://www.conseolente.it/dbpedia-cose-come-funziona/
aggiornato: 2026-11-04
descrizione: "Scopri cos'è DBpedia, come funziona l'estrazione dei dati da Wikipedia e come interrogarlo con SPARQL per il web semantico."
topic: "DBpedia"
---

# DBpedia: cos’è e come funziona

> Versione per assistenti AI. Pagina originale: [DBpedia: cos’è e come funziona](https://www.conseolente.it/dbpedia-cose-come-funziona/?via=md)

DBpedia è un progetto che estrae i dati strutturati di Wikipedia e li pubblica come dati collegati, interrogabili con il linguaggio SPARQL. Nato nel 2007, è oggi uno dei nodi più interconnessi del web dei dati aperti e alimenta, insieme ad altre fonti, la logica dei [knowledge graph](https://www.conseolente.it/knowledge-graph-cose-come-funziona/) usati da motori di ricerca e assistenti AI.

## DBpedia in sintesi

- **Origine:** nasce il 10 gennaio 2007 da un progetto di ricerca avviato a Lipsia, con il contributo di altre università.

- **Gestione:** dal 2014 è coordinato dalla DBpedia Association, che riunisce circa 20 chapter linguistici.

- **Dati:** il sito ufficiale indica oltre 228 milioni di entità interconnesse, costruite su un’ontologia di 768 classi.

- **Accesso:** si interroga con SPARQL sull’endpoint pubblico, oppure scaricando i dataset o usando il Databus.

- **Licenza:** i dati sono distribuiti con licenze Creative Commons CC-BY-SA e CC0, il software con licenza GNU GPL.

## Chi ha fondato DBpedia e chi lo gestisce oggi

![Schema a grafo con nodi e collegamenti che rappresentano entità estratte da un'enciclopedia](https://www.conseolente.it/wp-content/uploads/2026/11/dbpedia-cose-come-funziona-1-1-1024x683.webp)

Il progetto nasce come estrazione sistematica dei contenuti di Wikipedia in un formato di dati collegati.

Il progetto nasce il 10 gennaio 2007, data che Wikidata riporta come inizio ufficiale. Su chi lo abbia avviato in concreto le fonti non concordano del tutto: Wikipedia in italiano parla di un’iniziativa della Freie Universität Berlin e dell’Università di Lipsia, realizzata con OpenLink Software; la sintesi di Google e la scheda Wikidata citano invece Università di Lipsia, Università di Mannheim e Hasso Plattner Institute come fondatori. Il punto su cui le fonti concordano è che tutto è partito da un gruppo di ricerca a Lipsia.

Dal 1° marzo 2014, secondo Wikidata, la gestione è passata alla DBpedia Association, che coordina circa 20 chapter linguistici: ciascuno responsabile dell’estrazione dei dati per la propria edizione di Wikipedia. Capita spesso che chi lo scopre per la prima volta lo confonda con Wikipedia stessa: il progetto legge e struttura i contenuti dell’enciclopedia, non li scrive né li modera.

## Caratteristiche principali

L’estrazione parte dalle parti già semi-strutturate di Wikipedia: infobox, categorie, link interni, coordinate geografiche e abstract. Ogni voce viene scomposta in RDF, il formato a triple soggetto-predicato-oggetto pensato per collegare dati tra basi diverse, oltre che per descrivere una singola pagina.

Per rendere confrontabili infobox diverse, il progetto usa un’ontologia centralizzata: il sito ufficiale dell’associazione la descrive con 768 classi e 3000 proprietà. Funziona come un vocabolario comune tra le varie edizioni linguistiche di Wikipedia, perché la stessa informazione arriva spesso con parametri diversi: il luogo di nascita compare a volte come birthplace, a volte come placeofbirth. Un linguaggio di mappatura riconduce entrambi alla stessa proprietà dell’ontologia; senza quel passaggio, una query perderebbe metà dei risultati. La community continua a contribuire a questo lavoro di mappatura, perché nessun processo lo automatizza al cento per cento.

Con la versione del 2014 è cambiato anche il modo di estrarre gli abstract: si è passati a un mirror locale di Wikipedia invece di recuperare il testo renderizzato da remoto, con testi finali più puliti rispetto alle versioni precedenti.

## I numeri del dataset

Il sito ufficiale della DBpedia Association indica oggi oltre 228 milioni di entità interconnesse, senza una data di aggiornamento dichiarata per questo conteggio. Per un riferimento datato conviene guardare alla versione 2016-04, descritta sia da Wikipedia in italiano sia dall’edizione inglese: 6,0 milioni di entità, di cui 5,2 milioni classificate nell’ontologia, tra cui 1,5 milioni di persone, 810.000 luoghi, 135.000 album musicali, 106.000 film, 20.000 videogiochi, 275.000 organizzazioni, 301.000 specie e 5.000 malattie. La stessa versione conta 9,5 miliardi di triple RDF: 1,3 miliardi estratte dall’edizione inglese e 5,0 miliardi dalle altre lingue.

Resta uno dei dataset più interconnessi del Linked Open Data: a settembre 2013 contava più di 45 milioni di collegamenti verso risorse esterne come GeoNames, MusicBrainz e DBLP, secondo quanto riporta Wikipedia.

## Come interrogare i dati con SPARQL

![Finestra di un editor di query con un campo di testo e una tabella di risultati sottostante](https://www.conseolente.it/wp-content/uploads/2026/11/dbpedia-cose-come-funziona-2-1-1024x683.webp)

L’endpoint pubblico accetta query SPARQL 1.1 e restituisce i risultati in più formati.

L’accesso diretto avviene tramite l’endpoint pubblico su dbpedia.org/sparql, che accetta query in SPARQL 1.1 e restituisce i risultati in HTML, XML, JSON, Turtle, RDF/XML, N-Triples o CSV. Il motore che gestisce le richieste è OpenLink Virtuoso.

### I passaggi per fare una prima query

1. Apri l’endpoint SPARQL pubblico nel browser.

2. Scrivi i prefissi che userai: dbo: per l’ontologia, dbr: per le risorse, cioè le entità.

3. Indica nella clausola SELECT le proprietà che ti interessano.

4. Esegui la query e scegli il formato di output tra quelli disponibili.

5. Per ripetere la stessa interrogazione da uno script, usa una libreria come SPARQLWrapper in Python al posto dell’interfaccia web.

### Esempio: informazioni di base su un’entità

Per recuperare data e luogo di nascita di una persona, per esempio Barack Obama, la query interroga direttamente la risorsa con le due proprietà dell’ontologia che servono:

```
PREFIX dbr:
PREFIX dbo:
SELECT ?dataNascita ?luogoNascita WHERE {
dbr:Barack_Obama dbo:birthDate ?dataNascita .
dbr:Barack_Obama dbo:birthPlace ?luogoNascita .
}
```

Il risultato è una riga con i due valori richiesti: non serve sapere in quale punto della voce di Wikipedia compaiano, perché sono già normalizzati in proprietà dell’ontologia.

### Esempio: trovare la capitale di una nazione

Lo stesso schema vale per una relazione tra entità, come quella tra uno stato e la sua capitale. Per la Francia:

```
PREFIX dbr:
PREFIX dbo:
SELECT ?capitale WHERE {
dbr:France dbo:capital ?capitale .
}
```

Sono i due casi più comuni per chi inizia: recuperare gli attributi di un’entità, oppure recuperare un’entità collegata a un’altra tramite una proprietà dell’ontologia.

### Specifiche e limiti dell’endpoint pubblico

L’endpoint pubblico applica dei limiti precisi: fino a 10.000 righe di risultato, un timeout di 120 secondi e un massimo di 100 richieste al secondo per indirizzo IP, in una scheda tecnica di settore che documenta l’infrastruttura del progetto. Per query occasionali o di test l’endpoint pubblico basta. Per query intensive, ricorrenti o dentro un’applicazione in produzione conviene scaricare il dataset e montare un endpoint locale: si evitano i limiti di riga e di frequenza, a costo di gestire l’infrastruttura in autonomia.

## Databus e Spotlight: gli strumenti collegati

Il Databus è la piattaforma con cui la DBpedia Association cataloga e versiona i dataset: permette di scaricare una selezione aggiornata di file senza cercarli manualmente tra le varie release. DBpedia Spotlight fa un lavoro diverso: prende un testo libero e riconosce al suo interno i riferimenti a entità presenti nel grafo, collegandoli alla risorsa corrispondente tramite named entity recognition. Il progetto è partito nel 2010 al Web Based Systems Group della Freie Universität Berlin, con l’obiettivo dichiarato di coprire tutte le entità disponibili, senza limitarsi a categorie predefinite. Serve quando l’obiettivo è arricchire un testo con collegamenti a entità; l’endpoint SPARQL resta invece lo strumento per interrogare dati già strutturati.

## Con quali licenze si possono riusare i dati

I dataset sono distribuiti con licenze Creative Commons CC-BY-SA e CC0, mentre il software è rilasciato con licenza GNU GPL, secondo quanto riportano Wikipedia e Wikidata. La licenza GPL riguarda il codice del framework di estrazione, disponibile su GitHub; la licenza sui dati, CC-BY-SA e CC0, riguarda invece i dataset scaricabili o interrogabili tramite endpoint. I diritti sui generis sul database restano distinti dalla licenza sui dati: Wikipedia in italiano segnala che il progetto non utilizza una licenza che rinunci a quel diritto specifico. Per chi riusa i dati in un prodotto commerciale, la mia regola è controllare licenza dati, licenza codice e diritti sui generis separatamente prima di dare per scontato che tutto sia riutilizzabile senza condizioni.

## Endpoint pubblico, dump locale o Databus: quale scegliere

| Metodo | Quando conviene | Limite principale |
| --- | --- | --- |
| Endpoint SPARQL pubblico | Query occasionali, test, esplorazione rapida di un’entità | Limiti su numero di righe, tempo di esecuzione e frequenza delle richieste |
| Dump scaricato in locale | Query intensive, uso continuativo, applicazioni in produzione | Richiede spazio di archiviazione e un motore RDF da gestire in autonomia |
| Databus | Serve un sottoinsieme aggiornato dei dataset, non l’intero grafo | Copre selezioni di file, non sostituisce un endpoint di interrogazione |

## Chi lo usa e per cosa

Il grafo collega le proprie entità a dataset esterni come [Freebase: definizione nel Knowledge Graph di Google](https://www.conseolente.it/freebase-definizione-knowledge-graph-google/), GeoNames e MusicBrainz, funzionando da snodo del Linked Open Data: un’applicazione che vi accede eredita indirettamente anche i riferimenti a questi altri dataset, inclusa Wikidata, con cui condivide parte delle entità descritte. Lo stesso principio di estrazione da Wikipedia, insieme ad altre fonti come WordNet e GeoNames, è alla base di [YAGO: definizione del knowledge graph semantico open source](https://www.conseolente.it/yago-knowledge-graph-semantico-open-source/), un altro progetto con cui DBpedia viene spesso confrontato per copertura e qualità dei dati.

Wikipedia documenta che il progetto è stato tra le fonti di conoscenza usate da IBM Watson nella sfida a Jeopardy!, che la BBC lo ha usato per organizzare i propri contenuti e che Samsung lo ha incluso nella propria piattaforma di condivisione della conoscenza.

Il campo d’uso più ampio resta il web semantico: elaborazione del linguaggio naturale, sistemi di intelligenza artificiale che hanno bisogno di un riferimento strutturato su entità reali, e applicazioni che devono collegare un nome o un termine al suo contesto senza passare per una ricerca testuale libera sulle risorse del web.

## Errori frequenti e distinzioni da tenere a mente

L’errore più comune, quando si inizia a lavorare con DBpedia, è dare per scontato che ogni voce di Wikipedia abbia gli stessi parametri in tutte le lingue: una query che cerca solo birthplace perde le voci che usano placeofbirth. Il secondo punto da ricordare è la differenza tra licenza sui dati e diritto sui generis sul database, già vista sopra: riguardano due cose diverse e vanno controllate entrambe prima di un riuso commerciale.

### Se cerchi un confronto diretto con Wikidata

Se l’obiettivo è scegliere tra le due basi di conoscenza per un progetto, la differenza di fondo riguarda il modello: DBpedia estrae dati già scritti su Wikipedia, mentre [Wikidata: cos’è e come funziona](https://www.conseolente.it/wikidata-cose-come-funziona/) nasce come base collaborativa indipendente, alimentata direttamente dagli editor della community, senza passare dall’estrazione automatica di una pagina esistente.

## Domande frequenti

### Che cos’è DBpedia in breve

DBpedia è un progetto che estrae i dati strutturati di Wikipedia, come infobox, categorie e abstract, e li pubblica come triple RDF interrogabili con SPARQL. È nato nel 2007 ed è gestito dal 2014 dalla DBpedia Association.

### Chi gestisce DBpedia oggi

Dal 2014 la gestione è della DBpedia Association, che coordina circa 20 chapter linguistici responsabili dell’estrazione dei dati per le rispettive edizioni di Wikipedia.

### Come si interroga DBpedia con SPARQL

Si scrive una query SPARQL 1.1 con i prefissi dell’ontologia e delle risorse, poi la si esegue sull’endpoint pubblico dbpedia.org/sparql o tramite librerie come SPARQLWrapper in Python, scegliendo il formato di output tra HTML, JSON, XML o Turtle.

### Quali limiti ha l’endpoint pubblico

L’endpoint pubblico applica limiti sul numero di righe restituite, sul tempo massimo di esecuzione di una query e sulla frequenza delle richieste per indirizzo IP.

### Con quale licenza si possono usare i dati

I dataset sono distribuiti con licenze Creative Commons CC-BY-SA e CC0, mentre il software del progetto ha licenza GNU GPL; la licenza sui dati non elimina da sola eventuali diritti sui generis sul database.

### Quanti dati contiene DBpedia

Il sito ufficiale parla di oltre 228 milioni di entità interconnesse senza una data di aggiornamento dichiarata; la versione datata 2016-04 descriveva invece 6,0 milioni di entità e 9,5 miliardi di triple RDF.

### A cosa serve DBpedia Spotlight

DBpedia Spotlight riconosce i riferimenti a entità dentro un testo libero e li collega alla risorsa corrispondente, un compito diverso da quello dell’endpoint SPARQL, che interroga dati già strutturati.

### Come si trova la capitale di uno stato con una query

Si interroga la risorsa dello stato con la proprietà dbo:capital dell’ontologia DBpedia, in una query SPARQL con un solo triplo: funziona per qualunque nazione presente nel dataset.