22、《RML本体：社区驱动的模块化重新设计》

《RML本体：社区驱动的模块化重新设计》

1. 背景与概述

在语义网和知识图谱领域，R2RML是一种重要的映射语言，用于将关系型数据转换为RDF数据。然而，它存在一定的局限性，并且不具备向后兼容性。为了解决这些问题，我们提出了RML本体，它包含RML - star扩展，能够生成RDF - star图，同时保持与R2RML的向后兼容性。

2. 方法论

我们采用了Linked Open Terms (LOT)方法论来重新设计R2RML本体，使其更具通用性和模块化。该方法论主要包括四个阶段：
1. 需求规格说明 ：构建RML本体的需求主要来自三个方面：
- R2RML本体的遗留特性。
- 提出不同扩展的科学出版物。
- R2RML和RML社区在实际使用中积累的经验，这些经验通过GitHub问题收集并总结为映射挑战。
这些需求涵盖了使用映射规则生成三元组的基本需求和细粒度特性，包括静态和动态生成主体、谓词、对象、数据类型、语言标签和命名图（RML - Core），描述和访问输入数据源及目标输出数据（RML - IO），创建RDF集合和容器（RML - CC），数据转换函数（RML - FNML），以及创建断言和非断言的RDF - star三元组（RML - star）。
2. 实现 ：基于需求以模块化方式构建RML本体，同时保持与R2RML的向后兼容性。我们使用GitHub组织来汇总问题并进行异步协调。
- 模块化 ：本体由5个模块组成：RML - Core、RML - IO、RML - CC、RML