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
Mapping Spreadsheets to RDF: Supporting Excel in RML
RDF映射语言(RML)支持将逗号分隔值(CSV)文件形式的表格数据映射到RDF图。不幸的是,广泛使用的电子表格格式目前被其规范和众所周知的实现所忽视。因此,我们扩展了其中一个工具,即RML映射器,以支持Microsoft Excel电子表格文件,并在交互式在线演示中展示其功能。我们的方法允许访问各种Meta数据的电子表格单元格在典型的RML地图。还提供了一些针对更具体用例的实验功能。实现代码在GitHub fork中公开可用。
2021-04-28 cs.DB
Bridging RDF Knowledge Graphs with Graph Neural Networks for Semantically-Rich Recommender Systems
ScaDS.AI \& TU Dresden, Dresden, Germany metaphacts GmbH, Walldorf, Germany Fujitsu Ltd., Japan
该研究提出将 RDF 知识图谱的对象属性拓扑与数据类型属性内容集成到 GNN 推荐系统中,并在数百万节点图上验证语义信息可显著提升推荐效果。
2025-06-10 cs.AI cs.DB cs.IR
SDM-RDFizer: An RML Interpreter for the Efficient Creation of RDF Knowledge Graphs
近年来,数据量呈指数级增长,并且知识图谱作为整合从无数数据源收获的数据和知识的数据结构而受到关注。然而,大容量、高重复率和异构性等数据复杂性问题通常表征这些数据源,需要数据管理工具能够解决这些问题对知识图谱创建过程的负面影响。在本文中,我们提出了SDM-RDFizer,RDF映射语言(RML)的解释器,将各种格式的原始数据转换为RDF知识图谱。SDM-RDFizer实现了新的算法来执行RML中映射之间的逻辑运算符,从而允许扩展到数据不仅广泛而且具有高重复率的复杂场景。我们经验性地评估了SDM-RDFizer对不同测试平台的性能,这些测试平台具有不同的数据量、重复和异构配置。观察到的结果表明,SDM-RDFizer是两个数量级的速度比最先进的,因此,这意味着SDM-RDFizer的知识图谱创建的互操作性和可扩展的解决方案。SDM-RDFizer通过Github仓库和DOI作为资源公开提供。
2020-08-17 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
Scalable and Efficient Self-Join Processing technique in RDF data
RDF数据的有效管理在成功理解和快速查询数据方面起着重要作用。虽然目前的RDF三元组索引方法,如属性表和垂直分区解决了许多问题,但它们仍然受到复杂的自连接查询和插入数据在同一个表中的性能。作为本文的改进,我们提出了一种替代解决方案,以促进灵活性和效率,在该查询,并试图达到最佳的解决方案,以减少自连接尽可能多的,这种解决方案的思想基础上的“递归映射的孪生表”。双表递归映射(RecursiveMappingofTwinTables,RTMT)方法的主要目标是将主RDF Triple划分为两个具有相同结构的表,并递归插入RDF数据。我们的实验结果比较了连接查询的性能在垂直分区的方法和RTMT方法使用非常大的RDF数据,如DBLP和DBpedia数据集。实验结果表明,与RDF-3X方法相比,该方法具有很高的可扩展性,并且在复杂查询中,RTMT比RDF-3X方法减少了3-4倍的自连接次数
2014-09-16 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
Natural Language Aggregate Query over RDF Data
基于RDF数据的自然语言问答受到了广泛的关注。虽然已经有几个研究处理了少量的聚合查询,但它们有许多限制(即,交互式信息、受控问题或查询模板)。到目前为止,还没有自然语言查询机制可以处理RDF数据上的一般聚合查询。因此,我们提出了一个框架称为NLAQ(自然语言聚合查询)。首先,我们提出了一种新的算法来自动理解用户的查询意图,其中主要包括语义关系和聚合。其次,为了在查询意图和RDF数据之间建立更好的桥梁,我们提出了一种扩展的释义词典ED来获得更多的语义关系的候选映射,并引入了一种谓词类型的邻接集PT来过滤语义关系和基本图模式中不合适的候选映射组合。第三,我们为每个聚合类别设计了合适的翻译方案,并有效地区分聚合项是否为数字,这将极大地影响聚合结果。最后,我们在真实数据集上进行了大量的实验(QALD基准和DBpedia),实验结果表明我们的解决方案是有效的。
2017-10-22 cs.DB
RDF 1.1: Knowledge Representation and Data Integration Language for the Web
资源描述框架(RDF)可以看作是当今知识表示研究领域的一个解决方案。RDF语言具有对称特性,因为三元组中的主语和宾语可以互换使用。此外,RDF语言的规则性和对称性允许机器容易处理的知识表示,并且由于其结构类似于自然语言,因此对于人们来说是合理可读的。RDF为广义知识表示提供了一些有用的特性。由于它的标识符以IRI为基础,它的分布式特性自然会扩展到Web的大小。然而,它的使用往往是隐藏的视图,因此,是一个不太知名的知识表示框架。因此,我们总结了RDF v1.0和v1.1,以扩大其在知识表示社区中的受众。本文回顾了当前从关系数据库映射到RDF以及从XML映射到RDF的方法、工具和应用程序。我们讨论了RDF序列化,包括支持多个图的格式,我们分析了RDF压缩建议。最后,我们给出了RDF 1.1的一个总结性的形式化定义,它为具体化、空节点和蕴涵的建模提供了更多的见解。
2020-01-02 cs.DB
Spread2RML: Constructing Knowledge Graphs by Predicting RML Mappings on Messy Spreadsheets
RDF映射语言(RML)允许将半结构化数据映射到RDF知识图谱。除了CSV、JSON和XML之外,还包括电子表格的映射。由于电子表格具有复杂的数据模型并且可能变得相当混乱,因此它们的映射创建往往非常耗时。为了减少这种努力,本文提出了RML预测混乱的电子表格上的RML映射。这是通过一组可扩展的RML对象映射模板来完成的,这些模板应用于基于语法的每个列。在我们的评估中,使用了三个数据集,从非常混乱的合成数据到来自data.gov的电子表格,这些数据集不那么混乱。我们获得了第一个有希望的结果,特别是关于我们的方法是全自动的,处理相当混乱的数据。
2021-10-25 cs.DB
R2RML and RML Comparison for RDF Generation, their Rules Validation and Inconsistency Resolution
Ghent University(根特大学);imec
本文综述了知识图谱生成技术的发展现状,重点介绍了两种流行的映射语言:W3C推荐的R2RML及其推广的RML。我们将详细了解它们的差异,并解释如何以RDF图的形式生成知识图谱,这两种映射语言中的每一种都可以生成。然后,我们评估词汇表术语是否正确地应用于数据,并且在使用它们时没有发生违规,使用R2RML或RML来生成所需的知识图谱。
2020-05-13 cs.AI cs.DB
Toward a Generic Mapping Language for Transformations between RDF and Data Interchange Formats
Helmut Schmidt University(赫尔穆特·施密特大学)
虽然存在使用语义模型来集成异构数据的方法,但是这样的语义模型通常不能被现有的软件工具使用。许多软件工具--尤其是在工程领域--只能选择以更成熟的数据交换格式(如XML或JSON)导入和导出数据。因此,如果需要在这样的软件工具中使用包括在语义模型中的信息,则需要用于将语义信息映射到交换格式的自动方法。我们的目标是开发一个通用的映射方法,允许用户创建一个数据交换格式的任意结构,可以由用户定义的语义信息的转换。目前正在拟订这一绘图方法。在这篇文章中,我们报告了从RDF到XML转换的初始步骤。首先,介绍了一种映射语言,它允许定义从本体到XML的自动映射。此外,映射算法能够执行映射定义在这种语言。评估是用一个用例完成的,在这个用例中,工程信息需要在3D建模工具中使用。
2022-11-04 cs.AI cs.DB
Jekyll RDF: Template-Based Linked Data Publication with Minimized Effort and Maximum Scalability
在过去的几十年里,Web已经从一个人与人之间的通信网络发展成为一个复杂的人机交互网络。越来越多的数据以关联数据的形式提供,这使得机器能够“理解”数据,但RDF并不意味着人类可以理解。通过JekyllRDF,我们提出了一种方法,通过将RDF数据集发布为可定制的静态HTML站点,来缩小结构化数据和人类可访问的探索接口之间的差距。它由一个RDF资源映射系统、一个基于模式类的模板映射和一个置标语言组成,RDF资源映射系统用于为各自的IRI下的资源提供服务,模板映射用于定义呈现定制资源页面的模板。使用模板系统,可以在Linked Data资源旁边为RDF数据创建特定于域的浏览界面。这使得内容管理和知识管理系统能够以高度可定制、低工作量和可扩展的方式提供数据集,供机器和人类使用。
2021-12-10 cs.DB cs.NI
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
SERIMI - Resource Description Similarity, RDF Instance Matching and Interlinking
在关联数据云中发布的数据集的互连是一个具有挑战性的问题,也是语义Web成功的关键因素。基于规则的手动方法是解决这个问题的最有效的方法,但它们需要熟练的人类数据发布者经历一个费力、容易出错和耗时的过程,以手动描述两个数据集之间的规则映射实例。因此,解决这个问题的自动方法是非常受欢迎的。在本文中,我们提出了一种新的互连方法,SERIMI,自动解决这个问题。SERIMI匹配源数据集和目标数据集之间的实例,而无需事先了解这些数据集的数据、域或模式。与基准集合进行的实验表明,我们的方法大大优于国家的最先进的自动方法来解决关联数据云上的互连问题。
2011-07-06 cs.DB
bikiDATA: A Python Library to Query and Explore Large-Scale RDF Datasets
FIZ Karlsruhe – Leibniz Institute for Information Infrastructure(FIZ卡尔斯鲁厄——莱布尼茨信息基础设施研究所);Data and Web Science Group, University of Mannheim(曼海姆大学数据与网络科学组);Karlsruhe Institute of Technology, Institute of Applied Informatics and Formal Description Methods(卡尔斯鲁厄理工学院应用信息学与形式化描述方法研究所)
bikiDATA是一款为现代软件开发者设计的Python库,它抽象了RDF数据模型的复杂性,可用于查询和探索大规模RDF数据集,已在实际项目中应用并提升了相关性能。
2026-08-24 cs.DB
MapSDI: A Scaled-up Semantic Data Integration Framework for Knowledge Graph Creation
语义Web技术为数据集成和知识图谱创建问题提供了有效的解决方案。然而,随着大数据在不同领域的快速增长,不同的互操作性问题仍然需要解决,可扩展性是主要挑战之一。在本文中,我们解决了大规模创建知识图谱的问题,并提供MapSDI,一个基于映射规则的框架,用于优化语义数据集成到知识图谱。MapSDI允许有效地对大型、异构和潜在低质量数据进行语义丰富。MapSDI的输入是一组数据源和由映射语言(如RML)生成的映射规则。首先,MapSDI根据从映射规则中提取的语义信息,通过执行基本的数据库操作符来预处理源;它投射出所需的属性,消除重复项,并选择相关条目。所有这些运算符都是基于映射规则编码的知识定义的,然后语义化引擎(或RDFizer)将使用这些映射规则来生成知识图谱。我们已经实证研究了MapSDI对现有RDFizer的影响,并观察到知识图谱创建时间平均可以减少一个数量级。它还表明,理论上,MapSDI提供的源和规则转换是数据无损的。
2019-09-03 cs.DB
Managing FAIR Knowledge Graphs as Polyglot Data End Points: A Benchmark based on the rdf2pg Framework and Plant Biology Data
Rothamsted Research(洛桑研究所);Aragon Institute of Engineering Research (I3A)(阿拉贡工程研究所(I3A));University of Zaragoza(萨拉戈萨大学);Arcade Data Ltd(Arcade Data 有限公司)
本文提出rdf2pg框架,将RDF数据映射为标记属性图,并基准测试Virtuoso、Neo4j、ArcadeDB及SPARQL、Cypher、Gremlin,以支持知识图谱的多语言访问。
2025-05-23 cs.AI cs.DB
SPARQL with XQuery-based Filtering
关联开放数据(LOD)已经在各个领域得到了广泛的应用,但是除了标准的LOD数据描述框架RDF之外,还有大量的各种格式的开放数据。当这些开放数据与URI相关联时,它们也可以连接到LOD中的实体。以文档为中心的XML数据是与LOD中的实体相联系的开放数据,作为这些实体的补充文档,将这些XML数据转换为RDF需要使用信息抽取、本体设计和利用人类先验知识进行本体映射等技术。为了在LOD中充分利用以文档为中心的XML数据,提出了一种基于SPARQL的RDF和XML数据的无缝访问方法。特别地,提出了对SPARQL的扩展XQueryFILTER,它使XQuery能够作为SPARQL中的过滤器。针对SPARQL和XQuery结合的高效查询处理问题,提出了一种基于数据库理论的查询优化方法。本文通过实际的实验验证了XQueryFILTER的有效性和优化效率。
2020-09-14 cs.DB
The SPARQL2XQuery Interoperability Framework. Utilizing Schema Mapping, Schema Transformation and Query Translation to Integrate XML and the Semantic Web
Web of Data是一个开放的环境,由来自不同领域的大量相互链接的大型RDF数据集组成。在这种环境中,组织和公司采用利用语义Web(SW)技术的关联数据实践,以便发布他们的数据并提供SPARQL端点(即,基于SPARQL的搜索服务)。另一方面,当今Web中信息交换的主导标准是XML。SW和XML世界及其开发的基础设施基于不同的数据模型、语义和查询语言。因此,至关重要的是开发互操作性机制,允许Web of Data用户从他们自己的工作环境中使用SPARQL访问XML数据集。期望所有现有的遗留数据(例如,关系、XML等)将转换为软件数据。因此,将遗留数据发布为关联数据并在其上提供SPARQL端点已成为一个主要的研究挑战。在这个方向上,我们引入了SPARQL 2XQuery框架,它创建了一个可互操作的环境,SPARQL查询自动转换为XQuery查询,以便在Web上访问XML数据。SPARQL 2XQuery框架为OWL-RDF/S到XML Schema映射的表达提供了一个映射模型,也为SPARQL到XQuery的转换提供了一种方法。为此,我们的框架支持本体和XML模式之间的手动和自动映射规范。在自动映射规范场景中,SPARQL 2XQuery利用将XML模式转换为OWL本体的XS 2 OWL组件。最后,进行了大量的实验,以评估模式转换,映射生成,查询翻译和查询评估效率,使用真实和合成…
2014-01-02 cs.DB
Bridging Radiology and Pathology: A DICOM-Based Framework for Multimodal Mapping and Integrated Visualization
German Cancer Research Center(德国癌症研究中心)
本研究提出一种基于DICOM的跨学科工具,通过多模态映射和集成可视化,促进放射学与病理科的协同分析与研究。
2025-12-17 cs.DB
Facade-X: an opinionated approach to SPARQL anything
语义Web研究社区从一开始就明白,为实践者提供将非RDF资源转换为RDF的方法是多么重要。建议关注于工程内容转换或使用SPARQL访问非RDF资源。现有的解决方案要求用户学习特定的映射语言(例如RML),了解如何查询和操作各种源格式(例如XPATH、JSON-Path),或者组合多种语言(例如SPARQL Generate)。在本文中,我们探索了一种替代解决方案,并提供了一个通用的元模型,用于将非RDF资源转换为RDF:Facade-X。我们的方法可以通过覆盖SERVICE操作符来实现,并且不需要扩展SPARQL语法。我们将我们的方法与最先进的方法RML和SPARQL Generate进行比较,并展示了我们的解决方案如何具有较低的学习需求和认知复杂性,并且实现和维护成本更低,同时具有可比的可扩展性和效率。
2021-06-04 cs.DB cs.IR
Bridging the Semantic Gap with SQL Query Logs in Natural Language Interfaces to Databases
构建数据库的自然语言接口(NLIDB)的一个关键挑战是弥合自然语言查询(NLQ)和底层数据之间的语义鸿沟。这个挑战的两个具体表现方式是通过关键字映射和连接路径推理。关键字映射是将原始NLQ中的各个关键字映射到数据库元素(例如关系,属性或值)的任务。这是具有挑战性的,由于在映射用户的心理模型和措辞的模式定义和底层数据库的内容的模糊性。连接路径推断是在最终SQL查询的FROM子句中选择关系和连接条件的过程,并且是困难的,因为NLIDB用户缺乏数据库模式或SQL的知识,因此不能显式地指定构造最终SQL查询所需的中间表和连接。在本文中,我们建议利用数据库的SQL查询日志中的信息来提高现有NLIDBs的性能,以应对这些挑战。我们提出了一个可用于增强现有NLIDB的系统Templar。我们广泛的实验评估表明,我们的方法的有效性,导致高达138%的改善前1的准确性,在现有的NLIDBs利用SQL查询日志信息。
2019-01-31 cs.DB
Query-Specific Pruning of RML Mappings (Extended Version)
Ghent University - imec(根特大学-imec);Linköping University(林雪平大学)
本文定义了SPARQL查询相对于RML映射获得的RDF数据的可满足性,利用该性质对RML映射进行剪枝,以实现部分RDF图材料化,从而提高动态联邦查询环境中生成RDF图的效率。
2026-08-07 cs.DB
Scaling Up Knowledge Graph Creation to Large and Heterogeneous Data Sources
L3S Research Center(L3S研究中心);Leibniz University of Hannover(汉诺威莱布尼茨大学);TIB Leibniz Information Center for Science and Technology(TIB莱布尼茨科学技术信息中心)
RDF知识图谱(KG)是一种强大的数据结构,用于表示从异构数据源创建的事实陈述。KG的创建是费力的,并且需要有效地执行数据管理技术。本文处理的问题,KG创建过程的自动生成声明指定,它提出了技术规划和异构数据转换成RDF三元组以下的RDF映射语言(RML)中指定的映射断言。给定一组映射断言,规划器通过划分和调度断言的执行来提供优化的执行计划。首先,规划器考虑数据源的数量、映射断言的类型以及不同断言之间的关联来评估分区的优化数量。在提供了分区和属于每个分区的断言的列表之后,规划器确定它们的执行顺序。实现了一个贪心算法来生成分区的丛树执行计划。丛树计划被转换成操作系统命令,这些命令以丛树所指示的顺序指导映射断言的分区的执行。所提出的优化方法进行评估,在国家的最先进的RML兼容的引擎,现有的基准数据源和RML三元组映射。我们的实验结果表明,所研究的引擎的性能可以大大提高,特别是在一个复杂的设置与众多的三元组地图和大型数据源。结果,使得在复杂情况下超时的引擎能够应用规划器来产生KG的至少一部分。
2022-10-26 cs.AI cs.DB
Opportunities for Shape-based Optimization of Link Traversal Queries
本文针对链接遍历查询处理(LTQP)性能不足的问题,提出了一种基于RDF数据形状映射的源选择算法,初步实验表明该方法在真实查询中可将执行时间减少80%、遍历链接数减少97%,为基于形状的查询优化开辟了新机遇。
2024-08-28 cs.DB
Streamlining Knowledge Graph Creation with PyRML
CNR - Institute of Cognitive Sciences and Technologies(意大利博洛尼亚大学认知科学与技术研究所)
本文提出轻量级Python原生库PyRML,通过声明式映射构建知识图谱,支持核心RML构造并与Pandas、RDFlib集成,降低创建门槛并促进可重现的本体对齐数据整合。
2025-05-27 cs.AI cs.DB
On the Semantics of Generative SPARQL
Institute for Artificial Intelligence, University of Stuttgart(斯图加特大学人工智能研究所);University of Southampton(南安普顿大学)
本文扩展SPARQL以支持生成式查询,通过GenOp调用语言模型并生成类型化解映射,在保持固定数据集假设下定义语义,并分析生成式查询模式的语义后果,包括映射级递归,最终证明其复杂性与标准SPARQL一致。
2026-06-24 cs.DB
GeomRDF: A Geodata Converter with a Fine-Grained Structured Representation of Geometry in the Web
CEDRIC, CNAM(法国国立工艺学院 CEDRIC 实验室);Université Paris-Est(巴黎东大学);IGN(法国国家地理林业信息研究所)
近年来,随着数据网络的出现,越来越多的国家测绘机构倾向于将地理空间数据发布为关联数据。然而,传统的GIS数据模型和链接数据模型之间的差异会使发布过程更加复杂。此外,它可能需要,要做到这一点,设置几个参数和一些专门知识的语义网技术。此外,必须使用GeoSPARQL(或特殊谓词)等标准对已发布的地理空间数据执行空间查询。在本文中,我们提出了GeomRDF,一个工具,可以帮助用户从传统的GIS格式的空间数据转换为RDF模型很容易。它生成的几何图形表示为GeoSPARQL WKT文字,但也作为结构化的几何图形,可以利用只使用RDF查询语言,SPARQL。GeomRDF作为RDF发布平台Datalift中的一个模块实现。已根据法国行政单位数据集(由IGN France提供)对GeomRDF进行了验证。
2015-03-16 cs.AI cs.DB
Algebraic Property Graphs
我们提出了一个应用范畴理论的案例研究,从一个应用领域的角度写的:在企业设置中使用基本结构的类型论和范畴理论,包括限制和co-limit草图的形式化的广泛使用的属性图数据模型。观察到代数数据类型是我们在实践中处理的大多数企业模式语言的共同基础,对于图数据或其他,我们引入了代数属性图的类型论,其中类型表示函数编程意义上的代数数据类型和数据库理论意义上的联合E/R图。我们还提供了理论基础,图转换沿模式映射的语义一致性的建设保证。我们的数据模型起源于Uber开发的数据集成工具包的形式化,该工具包沿着数据交换语言(如Apache Avro,Apache Thrift和Protocol Buffers)与图形语言(包括具有OWL或基于SHACL的模式的RDF)之间的可组合映射携带数据和模式。
2022-07-20 cs.DB
Interactively Constructing Knowledge Graphs from Messy User-Generated Spreadsheets
当知识工作者自由填写电子表格时,它们可能包含相当非结构化的内容。对于人类,特别是机器来说,很难正确解释这些数据。因此,电子表格通常被转换为更明确、正式和结构化的形式,例如,转换为知识图谱。然而,如果数据维护策略已经缺失,用户生成的数据变得“凌乱”,那么知识图谱的构建将是一项具有挑战性的任务。在本文中,我们列出了其中的几个挑战,并提出了一种互动的方法来解决这些问题。我们的方法包括一个图形化的用户界面,使知识工程师批量注释电子表格单元格提取的信息。基于单元的注释,最终形成知识图谱。使用来自工业场景的五个电子表格,我们在评估过程中构建了一个25k的三元组图。我们比较了我们的方法与最先进的RDF映射语言(RML)的尝试。比较突出了我们的方法的贡献。
2021-03-05 cs.DB
Efficient Handling of SPARQL OPTIONAL for OBDA (Extended Version)
OPTIONAL是SPARQL中用于处理缺失信息的一个关键特性。虽然这个操作符被广泛使用,但它也以其复杂性而闻名,这可能会使使用OPTIONAL的查询的有效评估具有挑战性。我们在基于本体的数据访问(OBDA)设置中解决了这个问题,其中数据存储在SQL关系数据库中,并通过R2RML映射作为虚拟RDF图公开。我们从SPARQL片段到SQL的简洁转换开始。它充分尊重包语义和三值逻辑,并依赖于LEFT JOIN运算符和COALESCE函数的广泛使用。然后,我们提出了优化技术,以减少的大小和改进生成的SQL查询的结构。我们的优化捕获JOIN,LEFT JOIN,COALESCE和完整性约束(如属性为空性,唯一性和外键约束)之间的交互。最后,我们在BSBM OBDA基准上实证验证了我们的技术的有效性。
2018-06-18 cs.DB
Using Mapping Languages for Building Legal Knowledge Graphs from XML Files
ADAPT Centre for Digital Content Platform Research(ADAPT数字内容平台研究中心);Trinity College Dublin(都柏林圣三一学院);Wolters Kluwer Deutschland(威科集团德国分公司);Wolters Kluwer N.V.(威科集团)
本文介绍了我们在法律领域为工业用例构建RDF知识图谱的经验。法律信息系统中的信息往往通过简单的关键字接口访问,并以简单的点击列表形式呈现。为了提高搜索精度,可以利用知识图谱,其中可以使数据的语义明确。在从XML等半结构化文本文档构建知识图谱方面投入了大量的研究工作,目前流行的方法是使用映射语言。在本文中,我们提出了一个语义模型,用于表示法律文档以及一个工业用例。我们还提出了一组用例的要求,建议的语义模型的基础上,这是用来比较和讨论使用国家的最先进的映射语言,为法律数据建立知识图谱。
2019-11-18 cs.AI cs.DB cs.IR
SPARQL in N3: SPARQL CONSTRUCT as a rule language for the Semantic Web (Extended Version)
本文提出将 SPARQL CONSTRUCT 查询用作语义网逻辑规则,并翻译为 N3 规则语言以支持一般递归和现有推理机制,从而提升规则推理的表达力、可交换性与性能。
2025-08-18 cs.DB cs.LO
Schemaless Queries over Document Tables with Dependencies
IBM Research(IBM研究院);Google, Inc.(谷歌公司)
非结构化的企业数据,如报告、手册和指南,通常包含表格。从这些表中集成数据的传统方法是通过两步过程:表检测/提取和将表布局映射到适当的模式。这可能是一个昂贵的过程。在本文中,我们表明,通过使用语义技术(RDF/SPARQL和数据库依赖)配对一个简单但强大的方式来转换表与非关系布局,它可以提供查询应答服务,这些表与最少的手工工作或特定于域的映射。我们的方法使用户能够利用嵌入在文档中的表中的数据,很少的努力,不仅对于简单的检索查询,而且对于结构化查询,需要加入多个相互关联的表。
2019-11-21 cs.AI cs.DB cs.IR
Dragoman: Efficiently Evaluating Declarative Mapping Languages over Frameworks for Knowledge Graph Creation
近年来,在使RDF知识图谱的创建过程可追溯和透明方面做出了宝贵的努力和贡献;扩展和应用声明性映射语言就是一个例子。一个具有挑战性的步骤是旨在克服互操作性问题的程序的可追溯性,即。数据级集成。在大多数管道中,数据集成是由专门的程序执行的,这妨碍了可跟踪性和可重用性。然而,基于函数的声明性映射语言(如FunUL和RML + FnO)提供的正式框架增强了表达能力。数据级集成可以定义为函数,并集成为执行模式级集成的映射的一部分。但是,将函数与映射结合使用会引入一个新的复杂性来源,这会显著影响所需的资源数量和执行时间。我们解决的问题,有效地执行映射的功能和形式化的转换,他们到无功能的映射。这些转换是优化过程的基础,该过程旨在对基于函数的映射规则进行热切评估。这些技术在一个名为Dragoman的框架中实现。我们证明了转换的正确性,同时确保无功能的数据集成过程是等效的原始的。Dragoman的有效性进行了实证评估,在230个测试平台组成的各种类型的功能集成不同复杂度的映射规则。结果表明,评估无函数映射规则可以减少由大型数据源和多种类型的映射规则组成的复杂知识图谱创建管道的执行时间。节省高达75%,这表明在映射规则中急切地执行函数可以使这些管道在现实世界的设置中适用和可扩展。
2022-10-26 cs.DB cs.OH cs.PL
STRATOS: Bridging the Symbolic-to-Numeric Gap in Spatio-Temporal Text-to-SQL for Meteorological Data
Zurich University of Applied Sciences(苏黎世应用科学大学)
针对气象数据文本到SQL的问题,提出端到端框架STRATOS,通过解析自然语言解决模糊概念,重写复杂空间谓词,减少执行时间,并引入评估工作负载来测试系统。
2026-11-13 cs.AI cs.DB cs.MA
KGpipe: Generation and Evaluation of Pipelines for Data Integration into Knowledge Graphs
ScaDS.AI Dresden/Leipzig(ScaDS.AI 德累斯顿/莱比锡)
KGpipe通过整合现有工具和LLM功能,提供数据整合到知识图谱的管道生成与评估框架,展示其灵活性和有效性。
2025-11-23 cs.AI cs.DB cs.LG