知识图谱：RDF图数据模型与SPARQL查询语言

RDF图数据模型

RDF资源

1、现实世界中每个概念、实体和事件都可以对应一个资源，可以表示具体的事物也可以是抽象的概念，以及属性;
2、每个资源都用IRI（Internationalized Resource Identifier，国际化资源标识符）进行标识;
3、RDF 允许引入不包含任何IRI 标示的资源，被称为空白结点或者匿名资源，用于标示一种存在变量。空白结点不能用IRI 来全局处理，所以为了区分不同的空白结点，RDF 解析器一般会为每个空白结点分配一个系统生成的内部名。

国际化资源标识符IRI

IRI 是一个用来标识资源的字符串，是数据集中资源的一个唯一的身份ID；当原始的IRI长度过长时，为了方便表达可以引入前缀（prefix）命名空间等方式来简化，以下是常见前缀

前缀	IRI
rdfs:	http://www.w3.org/2000/01/rdf-schema#
rdf:	http://www.w3.org/1999/02/22-rdf-syntax-ns#
xsd:	http://www.w3.org/2001/XMLSchema
sfn:	http://www.w3.org/ns/sparql#
dbr:	http://dbpedia.org/resource/
dbo:	http://dbpedia.org/ontology/
dbp:	http://dbpedia.org/property/

RDF三元组

每个资源的一个属性及属性值，或者它与其他资源的一条关系，都被表示成<主体, 谓词, 客体>的三元组形式，一个三元组又称为陈述

• 所谓主体，它是一个资源或者是一个空白节点；
• 所谓属性/谓词，是用来描述资源之间的语义关系，或者描述某个资源和属性值之间的关系；
• 所谓客体，它可以是一个资源，也可以是一个字面值，也可以是一个空白节点

RDF数据集

• 给定资源标识符集合ℐ、空白节点 集合ℬ和字面值ℒ，一条三元组t是 属于(ℐ ∪ ℬ)×ℐ×(ℐ ∪ ℬ ∪ ℒ)的一个元素
• 一个RDF 数据集是(ℐ ∪ ℬ)×ℐ×(ℐ ∪ ℬ ∪ ℒ)的一个子集

RDF图

• 三元组的主体和客体就是RDF 图中的一系列节点
• 一个谓词的资源标识符在同一张图里可能充当节点，也可能充当边

RDF空白节点

空白节点(Blank Node) 是指没有统一资源标识符（IRI）同时在知识图谱数据集外部不需要直接访问的节点
空白节点的引入可以更加方便地表达多元关系和结构化的数据值

RDF Schema

RDF Schema（简称RDFS），用来表达实体与类别，以及类别之间、以及属性与属性之间、属性的定义域、值域之间的关系
RDF 预定义了一些核心概念和核心属性，这些概念并不提供某个具体领域专用的类别和属性，但是RDFS 为定义某个领域的本体概念提供了基础

核心类

• rdfs:Class: 所有类的类
• rdfs:Resouce: 所有资源的类
• rdfs:Literal: 所有字面值的类
• rdfs:Property: 所有属性的类

核心属性

• rdf:type: 连接一个资源和它属于的类别
• rdfs:subClassOf: 连接一个类别和它的父类
• rdfs:subPropertyOf: 连接一个属性和它的子属性
• rdfs:domain: 定义一个属性的作用域（它的主语的类别）
• rdfs:range: 定义一个属性的作用域（它的宾语的类别）

SPARQL查询语言

SPARQL语法

SPARQL的六种查询模式

1. 选择查询（SELECT 查询），⽤来从RDF 数据中选择出满⾜条件的值来构造⼀张关系表并返回；
2. 构造查询（CONSTRUCT 查询），⽤来从RDF 数据中选择出满⾜条件的值并⽤这些值按条件构造⼀个新的RDF 数据；
3. 询问查询（ASK 查询），⽤来从RDF 数据中判定出RDF 数据中是否有满⾜条件的值并返回True/False；
4. 描述查询（DESCRIBE 查询），⽤来从RDF 数据中选择出⼀个RDF 数据图来描述某些特点的资源；
5. 插⼊语句（INSERT 语句），向RDF 数据中插⼊⼀个或者多个三元组；
6. 删除语句（DELETE 语句），从RDF 数据中删除⼀个或者多个三元组。

SPARQL图模式

WHERE子句中表示查询语句的正文部分称为图模式
示例：

SPARQL操作符优先级

• 从大到小：(group)、UNION、AND、OPTIONAL、FILTER
• OPTIONAL操作符是左结合的

SPARQL图模式二叉树

SPARQL结果修饰

1. 排序（ORDER BY），⽤来对结果进⾏排序；

SELECT ?x ?label WHERE { ?x rdfs:label ?label } ORDER BY ?label

2. 映射（PROJECTION），⽤来从结果中取若干变量组成新的结果；

SELECT ?label WHERE { ?x rdfs:label ?label }

3. 去重（DISTINCT），⽤来只返回不同的结果；

SELECT DISTINCT ?label WHERE { ?x rdfs:label ?label }

4. 偏移（OFFSET），⽤来使结果在指定的数量后开始；

SELECT ?label WHERE { ?x rdfs:label ?label } OFFSET 2

5. 限定结果数量（LIMIT），⽤来对结果数量设置了上限

SELECT ?label WHERE { ?x rdfs:label ?label } LIMIT 3

SPARQL1.1的新特性

• 属性路径（Property Path）

所谓属性路径（Property Path），就是找出RDF 数据上两点间满足属性限制条件的路径。这个属性限制条件允许用属性组成的正则表达式来表达

SELECT ?x WHERE { dbr:James_Watt dbo:influenceBy∗ ?x }

• 联邦查询（Federated Query）

所谓联邦查询（Federated Query），就是允许查询调用远程的其它SPARQL查询接口来与当前的结果进行组合

SELECT ?name WHERE {
dbr:James_Watt dbo:influenceBy ?person .
SERVICE <https://dbpedia.org/sparql> {
?person dbo:name ?name . }
}