3、RDF数据集的版本控制、变更验证及实体链接效果研究

RDF数据集的版本控制、变更验证及实体链接效果研究

1. RDF版本控制相关方法

在RDF版本控制方面，存在多种不同的实现方式。一种接口是基于SPARQL的扩展，添加了用于引用特定版本的关键字。与一些使用四元组存储来对单个图进行版本控制的方法不同，这里采用四元组存储对图的集合进行版本控制，且每个图独立进行版本管理。对于任意版本的查询，需要先将其实例化到一个临时命名图中。为了加速常见场景，每个图的最新版本会存储在相应的命名图中，同时标记版本也会被实例化。

另外，一些社区驱动的数据集已经采用GIT进行版本管理。Halilaj等人从词汇表开发的角度出发，提出了一套最佳实践，必要时扩展GIT以满足协作式词汇表开发的需求。他们发现GIT已经满足了一些需求，如灵活的工作流支持、版本分支和标记等。不过，基于文本的版本控制系统在处理RDF这类非线性数据时存在问题，因此Halilaj等人采用Turtle语法，以避免编辑工具因写入算法不同而产生同一图的不同表示。GIT生态系统中的其他系统，如JIRA等问题跟踪系统，可以满足沟通和协调等需求。同时，还引入了OWL2VCS来在更高级别上比较两个版本，其他需求可以通过原生功能和特定钩子（如提交前后触发的脚本）的组合来满足。

2. 变更验证与版本控制的关系

在经过整理的数据集中，变更验证的目的是审查数据集中的单个变更，拒绝不需要的变更；而版本控制主要是存储和访问不断演变的数据集的不同状态。这两个活动存在多方面的联系，验证可以基于版本控制的概念和系统来实现。

2.1 异步工作流中的变更验证

在某种程度上，支持分支的版本控制系统允许进行一种形式的变更验证。在异步工作流中，每个贡献被分配到一个单独