A Proposal for the Characterization of Multi-Dimensional Inter-relationships of RDF Graphs Based on Set Theoretic Approach
本文提出了一种集合论方法来分析任意数量的RDF图之间的相互关系。语义网资源描述格式中的三元组由RDF图表示。因此,RDF图之间相互关系的识别和刻画为语义搜索开辟了一条新的道路。使用集合论方法,可以设计一个合理的框架标准,检查两个RDF图是否相关,如果是,如何用形式集合论描述这些关系。同时,通过引入RDF Schema,将关系状态细化为n维的归纳关系。
2013-11-28 cs.DB
Mapping RDF Graphs to Property Graphs
越来越多的科学和社会数据发布在资源描述框架(RDF)中。虽然RDF数据可以使用SPARQL语言查询,但即使是基于SPARQL的操作在实现遍历或分析算法方面也有局限性。最近,各种各样的图形数据库实现专门用于分析的属性图模型已经出现。然而,RDF模型和属性图模型是不可互操作的。在这里,我们开发了一个框架的基础上的图形到图形映射语言(G2GML)映射RDF图的属性图,使最积累的RDF数据。使用该框架,RDF模型中描述的图数据可以转换为属性图模型,并可以加载到多个图数据库引擎进行进一步分析。未来的工作包括实现和利用图形算法,以充分利用各种分析引擎中积累的数据。
2018-12-05 cs.DB
On foundational aspects of RDF and SPARQL
我们考虑的建议,万维网联盟(W3C)的资源描述框架(RDF)和相关的查询语言SPARQL。我们提出了一个新的形式化框架,范畴理论的基础上,提供了明确和简洁的形式化定义的主要基本特征的RDF和SPARQL。我们建议定义RDF图的概念,以及SPARQL基本图形模式的一些嵌套类别的对象。这使得人们可以明确,特别是,空白节点的作用。此外,我们认为基本SPARQL CONSTRUCT和SELECT查询和形式化的操作语义后,一种新的代数图变换方法称为POIM。
2020-03-16 cs.DB cs.FL cs.PL
On the Evaluation of RDF Distribution Algorithms Implemented over Apache Spark
以有效的方式查询非常大的RDF数据集需要复杂的分发策略。最近提出了几种创新的解决方案,用于优化预定义查询工作负载的数据分布。本文对五种具有代表性和互补性的分布方法进行了深入的分析和实验比较。为了获得公平的实验结果,我们使用Apache Spark作为一个通用的并行计算框架,通过使用Spark API重写相关算法。Spark在容错、高可用性和可扩展性方面提供了保证,这些在此类系统中至关重要。我们不同的实现的目的是突出的基本实现独立的数据准备,负载均衡,数据复制,并在一定程度上查询应答的成本和性能方面的每种方法的特点。所提出的措施是通过测试每个系统上的一个合成和一个现实世界的数据集查询工作负载具有不同的特性和不同的分区约束。
2015-07-08 cs.DB
From RDF Graph Validation to RDF Dataset Validation with SHACL-DS
Montefiore Institute, University of Liège(列日大学蒙特菲奥尔研究所)
SHACL-DS通过引入Shapes Datasets、Target Graph Declarations和Target Graph Combinations,实现了对RDF数据集多图的声明性验证。
2026-02-25 cs.DB
An Algebraic Graph Transformation Approach for RDF and SPARQL
我们考虑了万维网联盟(W3C)关于RDF框架及其相关的查询语言SPARQL的建议。我们提出了一个新的形式化框架,范畴理论的基础上,提供了明确和简洁的形式化定义的主要基本特征的RDF和SPARQL。我们定义RDF图以及SPARQL基本图模式作为一些嵌套类别的对象。这使得人们可以明确,特别是,空白节点的作用。此外,我们认为基本SPARQL CONSTRUCT和SELECT查询和形式化的操作语义后,一种新的代数图变换方法称为POIM。
2020-12-03 cs.DB cs.PL cs.SC
Decentralized Evolution and Consolidation of RDF Graphs
万维网和语义网被设计为分布式服务和数据集的网络。在这个网络及其起源中,合作发挥了至关重要的作用。但目前我们只有RDF数据的集中协作解决方案,如SPARQL端点和wiki系统,而分散的解决方案可以使应用程序适用于更多的用例。受软件工程中一种成功的分布式源代码管理方法的启发,提出了一种支持分布式演化的框架。该系统基于Git,并在RDF图上提供分布式协作。本文讨论了分布式数据集的演化和合并的形式化表达、同步以及其他支持操作。
2019-02-27 cs.DB
Not All RDF is Created Equal: Investigating RDF Load Times on Resource-Constrained Devices
本文通过在资源受限设备上评估八个不同的 RiverBench RDF 数据集在五种 RDF 存储实现中的加载时间,发现不同数据集的加载速度差异最高可达 9.01 倍,强调了使用多数据集进行基准测试的重要性。
2024-08-28 cs.DB
GQL Datatypes as an RDF Vocabulary
Faculty of Computer Science, University of Bialystok(比亚韦斯托克大学计算机科学学院)
本文提出GQL数据类型RDF词汇表,以支持面向GQL的属性图系统与基于RDF的知识图谱系统的互操作性,描述其模型、覆盖范围及配套生成器和验证器的使用方式。
2026-10-14 cs.DB
Compacting Frequent Star Patterns in RDF Graphs
知识图谱已经成为用于使用图数据模型来表示实体及其属性的流行形式体系,资源描述框架(RDF)。RDF图包括使用标注有属性的标记边连接到对象或其他实体的相同类型的实体。RDF图通常包含在特定属性组中共享相同对象的实体,即,它们与由这些性质和物体组成的星图相匹配。如果这些星型模式中的这些实体或属性的数量很大,RDF图的大小和查询处理就会受到负面影响;我们将这些星型模式称为频繁星型模式。我们解决的问题,确定频繁的星型模式在RDF图和设计的概念,因式分解的RDF图,这表示紧凑的RDF图的频繁星型模式的数量最小化的表示。我们还开发了计算方法来识别频繁的星形模式,并生成一个分解的RDF图,紧凑的RDF分子取代频繁的星形模式。频繁星型模式的紧凑RDF分子表示实例化相应星型模式的RDF子图。代替使所有实体匹配原始频繁星型模式,添加代理实体并使其与频繁星型模式的属性相关;它链接到最初匹配频繁星型模式的实体。我们评估了我们的因子分解技术的性能在几个RDF图基准和比较与基线建立在顶部的gSpan,一个国家的最先进的算法来检测频繁的模式。结果证明了所提出的方法的效率,并表明我们的技术能够减少执行时间的基线方法在至少三个数量级减少RDF图的大小高达66.56%。
2020-03-11 cs.DB
Logical Inferences with Contexts of RDF Triples
逻辑推理是语义网的一个重要特征,它是通过在知识库上应用蕴涵规则来推导新三元组的过程。蕴涵规则由模型论语义决定。描述RDF三元组的上下文(例如,起源、时间和位置)引入到推理过程中需要形式语义能够以三元组的形式描述RDF三元组的上下文,或者换句话说,描述关于三元组的RDF上下文三元组。形式语义学还应该提供关于三元组的新的上下文三元组的规则。在本文中,我们提出了第一个推理机制,允许上下文的RDF三元组,表示在RDF三元组的形式,是一等公民的模型理论语义和逻辑规则。我们的推理机制是形式化的,所有新的概念被捕获的模型理论语义。这种形式化的语义也使我们能够推导出一套新的蕴涵规则,这些规则可以产生关于三元组的新的上下文三元组。为了证明所提出的机制的可行性和可扩展性,我们实现了一个新的工具,在该工具中,我们将现有的知识库,我们表示的RDF三元组的三元组,并提供该工具的选项来计算所提出的规则的推断三元组。我们使用各种现实世界的知识库,如Bio 2 RDF,NCBI基因和DBpedia的大规模评估所提出的规则的计算。结果表明,推断三元组的计算可以是高度可扩展的。平均而言,10亿个推断三元组会使整个转换过程增加5-6分钟。NCBI Genes总共有200亿个三元组,转化120亿个三元组只花了232分钟,并在整个过程中增加了42分钟来推断80亿个三元组。
2017-01-20 cs.AI cs.DB
A partition-based Summary-Graph-Driven Method for Efficient RDF Query Processing
RDF查询优化是一个具有挑战性的问题。虽然大量的因素及其对查询效率的影响已经被研究,这个问题仍然需要进一步的研究。我们发现,分解成一系列的轻量级操作的查询也是有效的提高查询处理。考虑到RDF数据的链接性质,应该小心处理操作之间的相关性。在本文中,我们提出了SGDQ,一个新的框架,具有基于分区的摘要图驱动查询高效的查询处理。基本上,SGDQ将数据分区,并将分区模型作为汇总图。查询被分解为子查询,这些子查询可以在没有分区间处理的情况下被回答。通过执行摘要图匹配并连接所有匹配的子查询生成的结果来获得最终结果。从本质上讲,SGDQ结合了图匹配处理和基于关系连接的查询实现的优点。它通过以摘要图驱动的方式组织子查询处理来有意避免维护巨大的中间结果。我们广泛的评估表明,SGDQ是一个有效的框架,高效的RDF查询处理。其查询性能始终优于代表性的最先进的系统。
2015-10-27 cs.DB
Keyword Search on RDF Graphs - A Query Graph Assembly Approach
关键字搜索为普通用户提供了一个易于使用的查询RDF数据的界面。在给定输入关键字的情况下,本文研究了如何构造一个能够准确、高效地表达用户查询意图的查询图。基于输入的关键字,我们首先获得基本的查询图构建块,如实体/类顶点和谓词边。然后,我们正式定义了查询图组装(QGA)问题。不幸的是,我们从理论上证明了QGA是一个NP完全问题。为了解决这个问题,我们设计了一些启发式的下界,并提出了一个基于二分图匹配的最佳优先搜索算法。该算法的时间复杂度为$O(k^{2l} \cdot l^{3l})$,其中$l$是关键字的数量,而$k$是可调参数,即,允许匹配每个关键字的候选实体/类顶点和谓词边的最大数量。虽然QGA是棘手的,但实际上$l$和$k$都很小。此外,该算法的时间复杂度不依赖于RDF图的大小,这保证了我们的系统在大型RDF图良好的可扩展性。在DBpedia和Freebase上的实验证实了该系统在有效性和效率上的优越性。
2017-08-25 cs.DB
Representing and querying data tensors in RDF and SPARQL
针对机器学习与知识图谱混合用例中张量表示的需求,提出将数据张量表示为RDF字面量的新方法,并扩展SPARQL增加36个函数和4个聚合函数,基于Apache Jena提供了开源实现。
2025-04-27 cs.DB
FedQPL: A Language for Logical Query Plans over Heterogeneous Federations of RDF Data Sources (Extended Version)
RDF数据源的联合在查询无法单独从一个数据源获得的答案和见解时提供了巨大的潜力。规划在这样的联合上执行查询的挑战在于,联合在由联合成员提供的数据访问接口的类型方面可能是异构的。这一挑战在文献中没有得到太多关注。本文提供了一个坚实的正式基础,为未来的方法,旨在解决这一挑战。我们的主要概念的贡献是一个形式语言表示查询执行计划,此外,我们确定了这个语言的片段,可以用来捕捉一个给定的查询的不同部分选择相关的数据源的结果。作为技术贡献,我们表明,这个片段是更有表现力的比现有的源选择方法,这有效地突出了这些方法的固有局限性所支持的。此外,我们表明,源选择问题是NP-难的,在$Σ_2^\mathrm{P}$,我们提供了一套全面的重写规则,可用作查询优化的基础。
2020-10-02 cs.DB
Relational to RDF Data Migration by Query Co-Evaluation
Conexus AI
提出一种新算法,通过关系查询的逆映射将关系数据库转换为RDF三元组,确保数据的唯一往返,并利用图同态简化查询编写,在FIBO金融本体上验证。
2026-07-03 cs.DB
Bridging graph data models: RDF, RDF-star, and property graphs as directed acyclic graphs
本文提出 Statement Graphs 统一图数据模型,以有向无环图形式建立 RDF、LPG 间双向映射,并通过 1G Playground 支持 SPARQL 与 Gremlin 跨模型查询。
2023-04-25 cs.DB
Condensed Representation for Snapshot-Based RDF Graphs
Universite Claude Bernard Lyon 1(里昂第一大学);CNRS(法国国家科学研究中心);INSA Lyon(里昂国立应用科学学院);LIRIS(信息、图像与智能系统实验室);CPE Lyon(里昂国立高等化工学院);Université Lumière Lyon 2(里昂第二大学);Ecole Centrale de Lyon(里昂中央理工学院)
本文提出压缩表示方法,用于处理动态变化的RDF图,引入QuaQue系统实现多版本图查询,并通过基准测试验证其有效性。
2026-03-20 cs.DB
Directly Mapping RDF Databases to Property Graph Databases
RDF三重存储和属性图数据库是两种数据管理的方法,它们基于对图形数据的建模、存储和查询。尽管有这些共同的原则,但它们提供了使数据库互操作性任务复杂化的特殊功能。虽然有一些方法可以将RDF图转换为属性图,反之亦然,但它们缺乏兼容性和坚实的形式化基础。提出了将RDF数据库转换为属性图数据库的三种直接映射(模式相关和模式无关),包括数据和模式。我们证明了两个建议的映射满足语义保存和信息保存的属性。这两种映射的存在使我们可以得出结论,属性图数据模型包含了RDF数据模型的信息容量。
2020-06-03 cs.AI cs.DB
Keeping track of errors: A study of SHACL-DS for RDF dataset validation on the ERA RINF Knowledge Graph
University of Liège(列日大学);European Union Agency for Railways (ERA)(欧盟铁路局)
本文研究SHACL-DS在大规模知识图谱上的应用,通过迁移ERA-RINF的形状到SHACL-DS并评估其性能,证明其在表达力和效率上的优势。
2026-05-11 cs.DB
Scalable RDF Data Compression using X10
语义Web包含大量的半结构化数据元素。为了实现互操作性,这些元素由长字符串表示。这样的表示对于在大量信息上执行计算的语义Web应用程序的目的是不有效的。减轻这个问题的影响的一个典型方法是通过使用压缩方法来产生更紧凑的数据表示。为此目的使用字典编码在语义Web数据库系统中特别普遍。然而,集中式实现存在性能瓶颈,从而需要可扩展的、高效的分布式编码方案。在本文中,我们描述了一个基于异步分区全局地址空间(APGAS)并行编程模型的编码实现。我们评估了一个多达384个核心的集群和多达110亿个三元组(1.9 TB)的数据集的性能。与最先进的MapReduce算法相比,我们展示了2.6- 7.4倍的加速比和出色的可扩展性。这些结果说明了强大的潜力的APGAS模型的字典编码的有效实施,并有助于工程更大规模的语义Web应用程序。
2014-03-10 cs.DB cs.DC
Towards Efficient Path Query on Social Network with Hybrid RDF Management
资源描述框架(RDF)模型的可扩展性和灵活性使其非常适合表示在线社交网络(OSN)。OSN中的一个基本操作是查找关系链,例如k-Hop朋友。SPARQL中的属性路径查询可以表示这种类型的操作,但它的实现受到性能问题考虑到不断增长的数据规模和复杂性的OSN.本文提出了一种基于主存/磁盘的混合RDF数据管理框架,有效的属性路径查询.在这个混合框架中,我们实现了一个高效的内存中代数运算符的属性路径查询使用图遍历,并估计成本的操作,以配合现有的成本为基础的优化。在基准数据集和真实数据集上的实验表明,该方法能够在数据负载开销和在线查询性能之间取得较好的折衷。
2014-06-10 cs.DB cs.SI
QuaQue: Design and SQL Implementation of Condensed Algebra for Concurrent Versioning of Knowledge Graphs
Universite Claude Bernard Lyon 1, CNRS, INSA Lyon, Université Lumière Lyon 2, Ecole Centrale de Lyon, CPE Lyon, LIRIS, UMR 5205(里昂第一大学、法国国家科学研究中心、里昂国立应用科学学院、里昂第二大学、里昂中央理工学院、里昂化学物理学院、LIRIS实验室、UMR 5205)
本文提出QuaQue,通过将SPARQL查询转化为SQL,利用压缩代数在关系模型中高效处理知识图谱的多版本查询,对比RDF三元组存储验证了其可行性和性能优势。
2026-03-19 cs.DB
A Review of SHACL: From Data Validation to Schema Reasoning for RDF Graphs
University of Winchester(温彻斯特大学);University of Southampton(南安普顿大学)
我们提出了一个介绍和审查的约束语言(SHACL),W3C推荐语言验证RDF数据。SHACL文档描述了RDF节点上的一组约束,如果图的节点满足这些约束,则该图相对于文档是有效的。我们重新审视语言的基本概念,它的结构和组件及其相互作用。我们回顾了用于研究这种语言的不同形式框架和提出的不同语义。我们研究了一些相关的问题,从包容性和可满足性的SHACL与推理规则的相互作用,并展示了如何不同的建模语言是有用的不同的问题。我们还涵盖了SHACL的实际方面,讨论其实施和采用状态,以提供对实践者和理论家都有用的整体审查。
2021-12-02 cs.AI cs.DB
Jelly: a Fast and Convenient RDF Serialization Format
针对现有RDF序列化格式性能、压缩比不足及缺乏原生流支持的问题,提出基于Protocol Buffers的二进制格式Jelly,支持批/流处理,效率高易集成,提供多语言实现与工具,丰富了语义网工具栈。
2025-07-31 cs.DB cs.NI
A Principled Approach to Bridging the Gap between Graph Data and their Schemas
尽管RDF图具有与之关联的模式信息,但在实践中,发现数据不完全符合其模式的情况非常常见。一个突出的例子是DBpedia,它是从维基百科提取的RDF数据,维基百科是一个可公开编辑的信息源。在这种情况下,研究实际数据的结构属性变得很有趣,因为模式对数据集的组织给出了不完整的描述。在本文中,我们已经接近的RDF图的结构化研究的原则性的方式:我们提出了一个框架,指定结构化功能,衡量的程度RDF图符合一个模式。特别是,我们首先定义了一个形式语言,用于指定结构化功能的表达式,我们称之为规则。这种语言允许用户或数据库管理员声明RDF图可能完全或部分符合的规则。然后,我们考虑的问题,发现一个细化的排序(类型)的数据集划分成子集的结构是超过一个指定的阈值。特别是,我们证明了与此细化问题相关的自然决策问题是NP-完全的,我们提供了一个自然的翻译这个问题到非线性规划(ILP)。最后,我们用两个真实世界的数据集,DBpedia Persons和WordNet Nouns,以及4个不同的直观规则来测试这个ILP解决方案,这些规则以不同的方式衡量结构化。这些规则对数据集进行了有意义的改进,表明我们的语言可以成为理解RDF数据结构的强大工具。
2014-03-04 cs.DB
A Scalable Framework for Quality Assessment of RDF Datasets
在过去的几年里,关联数据不断增长。今天,我们统计了超过10,000个遵循关联数据标准的在线数据集。这些标准允许数据是机器可读的和可互操作的。然而,许多应用程序,如数据集成,搜索和互连,不能充分利用关联数据,如果它是低质量的。存在一些用于关联数据的质量评估的方法,但是它们的性能随着数据大小的增加而降低,并且快速增长超出了单个机器的能力。在本文中,我们提出DistQualityAssessment -一个开源的大型RDF数据集的质量评估的实现,可以扩展到一个机器集群。这是第一个使用Apache Spark为大型RDF数据集计算不同质量指标的分布式内存方法。我们还提供了一个质量评估模式,可用于生成可应用于大数据的新的可扩展指标。本文介绍的工作与SANSA框架集成,并已应用于SANSA社区以外的至少三个用例。结果表明,我们的方法是更通用的,高效的,可扩展性相比,以前提出的方法。
2020-01-29 cs.DB cs.PF
Shape Fragments
IDLab, Ghent University, imec(根特大学IDLab实验室,imec);Dept. Computer Science, KU Leuven(鲁汶大学计算机科学系);DSI, Hasselt University(哈瑟尔特大学数据科学研究所)
在用于RDF图的约束语言中,例如ShEx和SHACL,RDF图中的节点及其属性上的约束被称为“形状”。这些语言中的模式列出了某些目标节点必须满足的各种形状,以使图符合模式。使用SHACL,我们在本文中提出了一种新的使用形状,其中一组形状被用来提取一个子图从RDF图,所谓的形状片段。我们提出的机制适合在关联数据片段的框架。在本文中,(i)我们正式定义我们的提取机制,建立在最近提出的SHACL形式化;(ii)我们建立正确的属性,这关系到形状片段的起源数据库查询的概念;(iii)我们比较形状片段与SPARQL查询;(iv)我们讨论的实施方案;(v)我们提出了初步的实验证明,形状片段是一个可行的新想法。
2021-12-22 cs.AI cs.DB
Rule Applicability on RDF Triplestore Schemas
University of Southampton(南安普顿大学);Özyeğin University(奥兹耶金大学)
基于规则的系统在健康和安全方面发挥着至关重要的作用,专家制定的政策通常被正式化为规则。在处理日益庞大和动态的数据源时,例如物联网(IoT)应用程序,不仅要有效地应用规则,而且还要考虑它们对受特定模式限制的数据集的适用性。在本文中,我们定义了一个三重存储模式的概念,它模拟了一组RDF图。给定一组规则和这样的模式作为输入,我们提出了一种方法来确定规则的适用性和产生输出模式。输出模式对通过在输入模式的图模型上运行规则而获得的图进行建模。我们提出了两种方法:一种是基于计算一个规范(关键)的模式实例,和一种新的方法基于查询重写。我们提供的理论,复杂性和评估结果表明,我们的重写方法的优越效率。
2019-07-02 cs.AI cs.DB
Interest-based RDF Update Propagation
许多LOD数据集,如DBpedia和LinkedGeoData,都是庞大的,并且处理来自不同应用程序的大量请求。许多数据产品和服务依赖于完全或部分本地LOD复制,以确保更快的查询和处理。虽然这样的副本增强了信息共享和集成基础设施的灵活性,但它们也引入了数据重复,并带来了所有相关的不良后果。鉴于原始数据集和权威数据集的不断发展的性质,为了确保一致和最新的副本,需要以高昂的成本频繁更换。在本文中,我们介绍了一种基于兴趣的RDF更新传播的方法,它只将更新的有趣部分从源数据集传播到目标数据集。实际上,这使得远程应用程序能够“订阅”相关数据集,并在本地一致地反映必要的更改,而无需频繁地替换整个数据集(或相关子集)。我们的方法是基于一个正式的定义图模式为基础的兴趣表达,用于过滤有趣的部分更新的来源。我们在iRap框架中实现了该方法,并基于DBpedia Live更新进行了全面评估,以确认我们方法的有效性和价值。
2015-05-26 cs.DB cs.DC cs.IR
Strengthening LargeRDFBench for Interoperable Federated SPARQL Evaluation
Ghent University -- imec(根特大学 -- imec);University Leipzig(莱比锡大学)
本研究修复了LargeRDFBench的数据质量问题,将其预期结果转为标准格式,还比较了FedX算法的源选择方式,增强了该基准的适用性与可复现性。
2026-09-01 cs.DB
Semantic Property Graph for Scalable Knowledge Graph Analytics
图是描述各种复杂系统的活动、关系和演化的自然和基本表示。许多领域,如通信,引用,采购,生物学,社交媒体和运输,可以建模为一组实体及其关系。资源描述框架(RDF)和标记属性图(LPG)是两种最常用的数据模型,用于在图中编码信息。这两种模型在使用基本图形元素(如节点和边)方面是相似的,但在建模方法、可表达性、序列化和目标应用程序方面有所不同。RDF是一种灵活的数据交换模型,用于表达有关实体的信息,但它往往具有较高的内存占用和低效的存储,这并不使其成为执行可扩展图分析的自然选择。相比之下,LPG在执行可扩展的图分析任务(如子图匹配、网络对齐和实时知识图谱查询)中作为可靠的模型获得了关注。它提供了高效的存储、快速的遍历和灵活性,可以对各种现实领域进行建模。同时,LPG缺乏诸如本体之类的正式知识表示的支持来提供自动化知识推理。我们提出语义属性图(SPG)作为一个逻辑投影的具体RDF到LPG模型。SPG继续使用RDF本体来定义投影图的类型层次结构,并根据给定的本体对其进行验证。我们提出了一个框架,使用两种不同的计算环境转化为SPG的具体RDF图。我们还使用Amazon Web Services提供基于云的图形迁移功能。
2020-09-24 cs.DB cs.SI
Decentralized Collaborative Knowledge Management using Git
万维网和语义网被设计为分布式服务和数据集的网络。Web的分布式特性为数据交换带来了多种协作可能性。通常采用的RDF数据协作解决方案是集中式的(例如SPARQL端点和wiki系统)。但是为了支持分布式协作,需要一个系统,该系统支持数据集的发散,带来合并发散状态的可能性,并且允许分布式数据集被同步。在本文中,我们介绍了Quit Store,它受到了成功的Git系统的启发并建立在其基础上。该方法是基于分布式数据集的演化和合并的正式表达。在协作策展过程中,系统自动对RDF数据集进行版本化并跟踪出处信息。它还支持分支、合并和同步分布式RDF数据集。合并过程由RDF数据的特定合并策略来保护。最后,我们使用我们的参考实现,以显示整体良好的性能,并展示了系统的实际可用性。
2018-10-16 cs.DB cs.DC cs.MA
An Algorithm for Context-Free Path Queries over Graph Databases
RDF(Resource Description Framework)是表示图数据库的标准语言。用于RDF数据库的查询语言通常包括支持路径查询的原语,其链接由属于给定语言的标签的路径连接的图的顶点对。诸如SPARQL之类的语言包括对由正则语言(通过正则表达式)定义的路径的支持。上下文无关路径查询是其语言可以由上下文无关文法定义的路径查询。上下文无关路径查询可以用来实现诸如“同代查询”之类的查询,这些查询不能用正则表达式来表达。本文提出了一种新的上下文无关路径查询处理算法。我们证明了我们的方法的正确性,并显示其运行时间和内存的复杂性。我们通过在Go中实现的原型来展示我们方法的可行性。我们运行我们的原型使用相同的情况下,在最近的作品中提出的研究,比较我们的结果与另一个,最近发表的算法。实验包括合成和真正的RDF数据库。我们的算法可以被看作是向前迈出的一步,实现更有表现力的查询语言。
2020-04-07 cs.DB cs.DS cs.FL
Benchmarking the Abilities of Large Language Models for RDF Knowledge Graph Creation and Comprehension: How Well Do LLMs Speak Turtle?
Institute for Applied Informatics(应用信息学研究所);Leipzig University(莱比锡大学);eccenca GmbH(eccenca有限公司)
本文构建 LLM-KG-Bench 五项 Turtle/RDF 任务,评测六款商用与离线 LLM 的知识图谱创建和理解能力,发现新模型更强但格式遵从性不足。
2023-09-29 cs.AI cs.CL cs.DB
Graph Data on the Web: extend the pivot, don't reinvent the wheel
Inria(法国国家信息与自动化研究所);Université Côte d'Azur(蔚蓝海岸大学);CNRS(法国国家科学研究中心);I3S(I3S研究所)
这篇文章是来自Wimperson研究团队的集体立场文件,表达了我们对Web图形数据技术在未来应该如何发展的愿景,以确保生产和消费图形数据的多种应用程序之间的高级别互操作性。Wimplant是Web工具化人机交互、社区和语义的缩写。我们是INRIA Sophia Antipolis-M{é}diterran{é}e和I3 S(CNRS和Universit C{é}te d 'Azur)的联合研究团队。我们的挑战是在网络上架起形式语义和社会语义的桥梁。我们的研究领域是面向图形的知识表示,推理和操作化,以建模和支持基于网络的认知社区中的演员,行动和互动。我们的研究的应用是支持和促进在线社区的互动及其资源的管理。在这份立场文件中,我们强调需要扩展语义Web标准堆栈,以解决和满足新的图形数据需求,以及与现有建议保持兼容的重要性,特别是RDF堆栈,以避免模型,语言,框架,下面的章节对不同工作方向的动机进行了分组,并收集了创建RDF 2.0工作组的原因和其他建议RDF家族
2019-03-11 cs.AI cs.DB cs.SI
Sketch-Oriented Databases
University Grenoble-Alpes(格勒诺布尔阿尔卑斯大学);CNRS(法国国家科学研究中心)
本文提出以草图为导向的数据库框架,通过范畴理论统一捕捉图特征,并引入颤音草图以支持模块化和可扩展的模型增长。
2026-03-07 cs.DB cs.LO
Matching Entities Across Different Knowledge Graphs with Graph Embeddings
David R. Cheriton School of Computer Science(戴维·R·切里顿计算机科学学院);University of Waterloo(滑铁卢大学)
本文探讨了跨不同知识图谱的实体匹配问题。给定一个知识图谱中的查询实体,我们希望在另一个知识图谱中找到对应的真实世界实体。我们正式这个问题,并提出了两个大规模的数据集,这个任务的基础上现有的跨本体DBpedia和维基数据之间的链接,专注于几十万个模糊的实体。使用基于分类的方法,我们发现,一个简单的多层感知器的基础上,从RDF2Vec图嵌入的实体在每个知识图谱的表示是足以实现高精度,只有少量的训练数据。我们工作的贡献是研究这一问题的数据集和未来工作可以基于的强基线。
2019-03-15 cs.CL cs.DB