XRQL—基于XML的新型RDF查询语言

W3C组织以RDF等标准为基础致力于推广语义WEB的应用，期望能以更为结构化的方式组织和处理WEB数据。文中提出一个基于XML的新型RDF查询语言－XRQL，并构建了一个以XRQL为查询语言的RDF引擎（NSRE）的体系结构，最后简要探讨了相关实现技术。     

一种基于RAL的RDF查询方案

随着RDF的出现,其相应的查询语言也应运而生.然而,这些语言都没有考虑RDF代数关系(RDF algebra,简称RAL),因此,这样的RDF查询语言通常没有使用APIs来描述它们的语义和优化问题,这对于RDF查询会导致一种低性能行为.为此,为RDF查询语言和执行RDF查询优化提供一种RAL.首先定义RAL的数据模型、然后呈现处理数据的运算和等价规则、最后描述应用RAL运算和等价规则来查询RDF的优化.     

KREAG:基于实体三元组关联图的RDF数据关键词查询方法

语义网数据的大量增加使得RDF数据查询成为一个重要研究主题.关键词查询方式不需要掌握数据模式或查询语言,更适合普通用户使用.文中提出一种RDF数据关键词查询方法KREAG(Keyword query over RDF data based on Entity-triple Association Graph).为了支持...     

RDF查询语言的比较研究

首先介绍了RDF查询语言需要满足的一般特性需求,即表达能力、模式感知、程序操纵、合成性和语义功能.然后介绍了七种具有代表性的RDF查询语言(RQL、RDQL、TRIPLE、N3、Versa、SeRQL、SPARQL),以及国外对RDF查询语言在支持图形匹配、关系操作、聚合和分组功能、递归、具体化、容器、命名空间、语言标签、字符和数据类型、继承等方面的比较研究.     

RDF查询语言到SQL语言的转换原理及其实现方法

RDF查询语言的优点是具有语义性，缺点是对于海量信息的存储和查找的效率都很低．而关系数据库对海量信息的存储和查找的效率皆很高，但是其查询语言SQL却缺乏语义信息．为了使信息查询既有RDF的语义性又有关系数据库的高性能，提出将RDF查询语言到SQL语言的转换原理，并在此基础上实现一个对用户透明的、建立在关系数据库之上的RDF查询引擎．其优点是：可以利用关系数据库来存储和查询RDF信息，提高其海量存储和查找效率；对存储在不同的关系数据库中的关系数据，能够利用RDF的查找特性进行异质数据库之间的信息交换及信息融合．     

时态RDF扩展及其SPARQL查询语言

随着语义网的快速发展以及RDF框架（资源描述框架）的普遍应用,对含有时间信息的数据处理的需求越来越多,经典RDF模型由其本身结构特点缺乏表示和处理时间信息的能力,而且针对时态RDF的研究罕有得见。通过对经典RDF模型添加时间戳表示其时间维度,并对时态RDF图中的蕴含问题进行了讨论,根据SPARQL查询语言提出了完备的时态RDF查询语言Tsparql,并对提出的查询语言进行可行性以及性能进行了实验仿真。利用该时态RDF模型表示如股票、天气、新闻等具有时态特性的资源有优势,Tsparql对时态RDF进行查询具有良好的表达力和兼容性。     

一种支持用户偏好的RDF模糊查询方法

RDF模糊查询是实现语义Web智能检索的重要组成部分,利用Zadeh的Ⅱ型模糊集合理论、α-截集及语言变量概念,提出了支持用户偏好的RDF模糊查询方法,其扩展了SPARQL语言来实现模糊及偏好表达,构造了有序语言值子域表来实现模糊值到相应子域的映射,以确定隶属度区间。利用去模糊化规则,将扩展的查询转换为标准SPARQL,利用现有的SPARQL查询引擎实现模糊查询操作。为验证提出的方法,开发了fp-SPARQL实验系统。实验结果表明,该方法提高了RDF模糊查询效率,增强了用户对查询结果的满意度。     

一种基于RDF的半结构化数据查询语言Rquery

以RDF和RDFS（RDF Schema）为基础，构造了一种融合谓词逻辑的说明式查询语言RQuery。RQuery具有支持语义映射、可逻辑解析、模式查询和数据查询相结合的特点，是实现数字图书馆领域IIR的有效查询机制。     

KGDB:统一模型和语言的知识图谱数据库管理系统

知识图谱是人工智能的重要基石,其目前主要有RDF图和属性图两种数据模型,在这两种数据模型之上有数种查询语言,RDF图上的查询语言为SPARQL,属性图上的查询语言主要为Cypher.十年来,各个社区开发了分别针对RDF图和属性图的不同数据管理方法,不统一的数据模型和查询语言限制了知识图谱的更广应用.KGDB （Knowledge Graph Database）是统一模型和语言的知识图谱数据库管理系统：（1）以关系模型为基础,提出统一的存储方案,支持RDF图和属性图的高效存储,满足知识图谱数据存储和查询负载的需求;（2）使用基于特征集的聚类方法解决无类型三元组的存储问题;（3）实现了SPARQL和Cypher两种不同知识图谱查询语言的互操作性,使其能够操作同一个知识图谱.在真实数据集和合成数据集上进行的大量实验表明,KGDB与已有知识图谱数据库管理系统相比,不仅能够提供更加高效的存储管理,而且具有更高的查询效率.KGDB平均比gStore和Neo4j节省了30%的存储空间,基本图模式查询上的实验表明,在真实数据集上的查询速度普遍高于gStore和Neo4j,最快可提高2个数量级.     

基于列数据库的RDF数据管理实现

随着语义网的发展,Web上越来越多的开放数据以RDF格式发布,对海量RDF的有效管理是实现语义网的一个重要条件.文中讨论并分析了现有的几种RDF数据存储方法,针对垂直划分的方法,基于列数据库MonetDB,实现了一个RDF数据管理方案.该方案将RDF和RDFS信息分开存储,并在Barton数据集上,设计了包含几种连接的基准查询,对比RDF管理系统Sesame的三元组模式,分别进行了存储空间和查询效率测试.实验结果验证了基于列数据库的垂直划分方案的有效性.