3、RDF核心概念：资源、属性、字面量、空白节点、RDF图与数据集、RDF词汇表（rdf、rdfs）

RDF（Resource Description Framework，资源描述框架）是知识图谱的底层数据模型，它提供了一种统一的、机器可读的方式来描述世界上的事物及其关系。理解RDF的核心概念，是构建本体（OWL）和知识图谱的基石。本章将深入剖析RDF的六大核心概念：资源、属性、字面量、空白节点、RDF图与数据集，以及RDF词汇表（rdf、rdfs），帮助您建立扎实的语义网数据建模基础。

3.1 资源（Resource）与属性（Property）

核心原理

在RDF中，资源（Resource）是任何可以被描述的事物，包括网页、人、书籍、抽象概念等。每个资源通常通过IRI（Internationalized Resource Identifier，国际化资源标识符）进行全局唯一标识。IRI是URI的扩展，支持Unicode字符集，使得中文等非拉丁字符也能直接用于标识资源。例如，https://example.org/people/张三 就是一个合法的IRI。

属性（Property）是资源的特征、属性或关系，它本身也是一种资源，同样拥有IRI。属性用于连接两个资源，或连接资源与字面量。例如，https://example.org/vocab#姓名 是一个属性，它可以将某个人资源与其姓名（字面量）关联起来。

判断方法

• 识别资源：如果一个实体需要被外部引用或具有全局唯一性，则应建模为资源并使用IRI标识。
• 识别属性：如果某个描述是实体之间的关系或实体的特征，且该描述本身不需要被独立引用，则建模为属性。
• IRI设计原则：使用可读性强的IRI，遵循域名+路径+片段的结构，避免使用易变的查询参数。

案例拆解

假设我们要描述“张三是一名软件工程师”。在RDF中，我们首先定义资源：ex:张三（其中 ex: 是命名空间前缀，代表 https://example.org/people/）。然后定义属性：ex:职业。最后，将职业的值设为另一个资源 ex:软件工程师。这样，我们就构建了一个三元组：ex:张三 ex:职业 ex:软件工程师。这里，ex:张三 和 ex:软件工程师 都是资源，ex:职业 是属性。

3.2 字面量（Literal）与空白节点（Blank Node）

核心原理

字面量（Literal）是RDF中的具体数据值，如字符串、数字、日期等。字面量可以是纯文本（如 "张三"），也可以带有数据类型（如 "25"^^xsd:integer）。数据类型使用XML Schema定义的类型（如 xsd:string、xsd:integer、xsd:date）来明确值的语义。字面量只能作为三元组的宾语，不能作为主语或属性。

空白节点（Blank Node）是没有IRI的资源，用于表示存在但无法或无需全局标识的实体。空白节点在RDF图中以 _:b1 这样的标签表示（_: 前缀表示空白节点）。空白节点常用于表示复合结构，如一个地址（包含街道、城市、邮编）或一个订单（包含商品、数量、价格）。

操作流程

1. 判断数据类型：当属性值是具体数据（如数字、日期）时，使用字面量并指定数据类型。
2. 判断是否需要全局标识：如果某个实体只在当前图中被引用，且不需要被外部资源链接，可以使用空白节点。
3. 使用空白节点组织结构：将多个属性值组合成一个逻辑单元时，使用空白节点作为主语。

案例拆解

描述“张三出生于1990年5月20日”。我们可以使用字面量：ex:张三 ex:出生日期 "1990-05-20"^^xsd:date。这里，"1990-05-20"^^xsd:date 是一个带数据类型的字面量。

再如，描述“张三的地址是：北京市海淀区中关村大街1号”。我们可以创建一个空白节点：

ex:张三 ex:地址 _:addr1 .
_:addr1 ex:城市 "北京市" .
_:addr1 ex:区 "海淀区" .
_:addr1 ex:街道 "中关村大街1号" .

这里，_:addr1 是一个空白节点，它聚合了地址的各个组成部分。

3.3 RDF图（Graph）与数据集（Dataset）

核心原理

RDF图（Graph）是一个三元组（主语、谓语、宾语）的集合。每个三元组表达一个事实。RDF图是无向的、有标签的图结构，节点代表资源或字面量，边代表属性。RDF图可以合并、比较和推理。

RDF数据集（Dataset）是多个RDF图的集合，其中每个图都有一个IRI标识，称为命名图（Named Graph）。数据集允许对不同的图进行分组管理，例如，将不同来源的数据放入不同的命名图中，便于溯源和权限控制。数据集还包含一个默认图（Default Graph），用于存放全局性的三元组。

判断方法

• 何时使用RDF图：当需要表示一组相关事实时，将它们放入同一个RDF图中。
• 何时使用数据集：当需要管理多个来源、多个版本或不同主题的数据时，使用数据集，并为每个来源或主题创建一个命名图。
• 图合并：当两个图描述同一资源时，可以合并它们，但需注意属性冲突和空白节点冲突。

案例拆解

假设我们有两个数据源：一个来自公司内部HR系统，另一个来自公开的社交媒体。我们可以创建一个数据集，包含两个命名图：

# 默认图
@prefix ex: <https://example.org/> .
@prefix hr: <https://hr.example.org/vocab#> .
@prefix soc: <https://social.example.org/vocab#> .

# 命名图 hr:employees
hr:employees {
  ex:张三 hr:工号 "E1001" .
  ex:张三 hr:部门 "研发部" .
}

# 命名图 soc:public
soc:public {
  ex:张三 soc:粉丝数 "1200"^^xsd:integer .
  ex:张三 soc:简介 "热爱技术的软件工程师" .
}

这样，我们可以分别查询HR数据和社交数据，也可以联合查询，同时保留数据来源信息。

3.4 RDF词汇表（rdf、rdfs）

核心原理

RDF本身提供了一套预定义的词汇表，用于描述RDF自身的结构。这些词汇表分为两个命名空间：rdf（http://www.w3.org/1999/02/22-rdf-syntax-ns#）和 rdfs（http://www.w3.org/2000/01/rdf-schema#）。

rdf 命名空间定义了RDF的基础概念，包括：

• rdf:type：用于声明资源的类型，如 ex:张三 rdf:type ex:软件工程师。
• rdf:Property：属性的类型，所有属性都是 rdf:Property 的实例。
• rdf:Statement、rdf:subject、rdf:predicate、rdf:object：用于描述三元组本身（RDF重化）。
• rdf:List、rdf:first、rdf:rest、rdf:nil：用于表示列表结构。

rdfs 命名空间提供了更丰富的语义描述能力，包括：

• rdfs:Class：类的类型，用于定义资源类别。
• rdfs:subClassOf：声明一个类是另一个类的子类，如 ex:软件工程师 rdfs:subClassOf ex:工程师。
• rdfs:subPropertyOf：声明一个属性是另一个属性的子属性。
• rdfs:domain 和 rdfs:range：声明属性的定义域和值域，即属性的主语和宾语所属的类。
• rdfs:label 和 rdfs:comment：为资源提供人类可读的标签和注释。

操作流程

1. 声明类型：使用 rdf:type 为资源指定类型。
2. 定义类层次：使用 rdfs:Class 和 rdfs:subClassOf 构建类体系。
3. 约束属性：使用 rdfs:domain 和 rdfs:range 定义属性的使用范围。
4. 添加元数据：使用 rdfs:label 和 rdfs:comment 增强可读性。

案例拆解

我们定义一个简单的词汇表，描述“人”和“组织”的关系：

@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix ex: <https://example.org/vocab#> .

ex:人 rdf:type rdfs:Class .
ex:组织 rdf:type rdfs:Class .
ex:员工 rdf:type rdfs:Class .
ex:员工 rdfs:subClassOf ex:人 .

ex:就职于 rdf:type rdf:Property .
ex:就职于 rdfs:domain ex:人 .
ex:就职于 rdfs:range ex:组织 .
ex:就职于 rdfs:label "就职于"@zh .

ex:张三 rdf:type ex:员工 .
ex:张三 ex:就职于 ex:某科技公司 .

在这个例子中，我们定义了类（ex:人、ex:组织、ex:员工），属性（ex:就职于），并声明了属性的定义域和值域。这为后续的推理奠定了基础——例如，我们可以推断出 ex:张三 是一个 ex:人，因为 ex:员工 是 ex:人 的子类。

常见误区与总结复盘