4. RDF Schema（RDFS）

RDF（Resource Description Framework）提供了描述资源的三元组基础结构，但仅凭RDF本身，我们无法表达“某类事物具有哪些共同特征”或“某属性适用于哪类资源”等语义约束。RDF Schema（RDFS）正是为解决这一问题而设计的轻量级本体描述语言。它通过引入类（Class）、属性（Property）、子类（subClassOf）、子属性（subPropertyOf）、域（domain）和范围（range）等原语，为知识图谱赋予了可计算的语义骨架。本章将系统讲解RDFS的核心建模元素，并通过实例演示如何利用RDFS进行基础推理，为后续学习OWL（Web Ontology Language）奠定坚实基础。

上图展示了RDFS中类、属性、子类、子属性以及域和范围之间的核心关系。在RDFS中，rdfs:Class用于定义类别，rdf:Property用于定义属性；rdfs:subClassOf和rdfs:subPropertyOf分别表达类与属性之间的层次关系；而rdfs:domain和rdfs:range则对属性的使用施加约束。这些元素共同构成了RDFS的语义基础，使得机器能够基于显式声明进行自动推理。

4.1 核心原理：RDFS的建模原语与语义

RDFS的建模能力建立在几个关键原语之上，每个原语都有明确的语义定义，这些定义是推理引擎执行逻辑推导的基础。

• rdfs:Class 与 rdf:type：rdfs:Class用于声明一个类别，而rdf:type用于声明某个具体资源属于哪个类别。例如，ex:Alice rdf:type ex:Person表示Alice是一个人。
• rdfs:subClassOf：用于声明一个类是另一个类的子类。子类继承父类的所有属性约束和语义。例如，ex:Student rdfs:subClassOf ex:Person意味着所有学生都是人。
• rdf:Property 与 rdfs:subPropertyOf：属性用于描述资源之间的关系。子属性继承父属性的域和范围约束。例如，ex:hasFather rdfs:subPropertyOf ex:hasParent。
• rdfs:domain 与 rdfs:range：rdfs:domain声明属性的主体（主语）所属的类，rdfs:range声明属性的客体（宾语）所属的类。这为属性使用提供了类型约束。

这些原语共同构成了一个轻量级的描述逻辑系统，使得知识图谱不仅能够存储事实，还能表达隐含的语义关系。

4.2 判断方法：如何正确使用RDFS建模

在实际建模过程中，遵循以下操作流程可以避免常见的语义冲突和逻辑错误：

1. 识别核心类：首先确定领域中的主要实体类型，如“人”、“组织”、“地点”等，并为每个类型声明rdfs:Class。
2. 构建类层次：分析类之间的继承关系，使用rdfs:subClassOf建立层次结构。注意避免循环继承和多重继承的歧义。
3. 定义属性：为每个类定义其特有的属性，并明确属性的rdfs:domain和rdfs:range。域和范围应尽量精确，但不宜过度约束。
4. 建立属性层次：如果存在一般与特殊的关系，使用rdfs:subPropertyOf进行声明。
5. 实例化数据：使用rdf:type将具体资源关联到类，并填充属性值。

4.3 案例拆解：构建一个简单的学术知识图谱

为了更好地理解RDFS的应用，我们通过一个学术场景来演示完整的建模过程。假设我们需要构建一个包含“研究人员”、“”和“机构”的知识图谱，并支持基本的语义查询。

背景与目标：某高校图书馆希望将校内科研成果进行结构化存储，并支持“查找某位教授指导的所有博士生发表的”这类跨实体查询。初始数据分散在Excel表格中，包含作者姓名、职称、所属院系、标题、发表年份等字段。

建模步骤：

# 1. 定义核心类
ex:Researcher rdf:type rdfs:Class .
ex:Professor rdfs:subClassOf ex:Researcher .
ex:PhDStudent rdfs:subClassOf ex:Researcher .
ex:Paper rdf:type rdfs:Class .
ex:University rdf:type rdfs:Class .

# 2. 定义属性
ex:authorOf rdf:type rdf:Property ;
    rdfs:domain ex:Researcher ;
    rdfs:range ex:Paper .
ex:supervises rdf:type rdf:Property ;
    rdfs:domain ex:Professor ;
    rdfs:range ex:PhDStudent .
ex:affiliatedWith rdf:type rdf:Property ;
    rdfs:domain ex:Researcher ;
    rdfs:range ex:University .

# 3. 定义子属性
ex:firstAuthorOf rdfs:subPropertyOf ex:authorOf .
ex:correspondingAuthorOf rdfs:subPropertyOf ex:authorOf .

# 4. 实例数据
ex:ZhangSan rdf:type ex:Professor ;
    ex:affiliatedWith ex:Tsinghua .
ex:LiSi rdf:type ex:PhDStudent ;
    ex:affiliatedWith ex:Tsinghua .
ex:Paper001 rdf:type ex:Paper .
ex:ZhangSan ex:supervises ex:LiSi .
ex:LiSi ex:firstAuthorOf ex:Paper001 .

推理效果：基于上述RDFS声明，推理引擎可以自动得出以下结论：

• 因为ex:LiSi ex:firstAuthorOf ex:Paper001且ex:firstAuthorOf rdfs:subPropertyOf ex:authorOf，所以可以推出ex:LiSi ex:authorOf ex:Paper001。
• 因为ex:ZhangSan ex:supervises ex:LiSi且ex:supervises的域是ex:Professor，所以可以推出ex:ZhangSan rdf:type ex:Professor（即使未显式声明）。
• 因为ex:LiSi rdf:type ex:PhDStudent且ex:PhDStudent rdfs:subClassOf ex:Researcher，所以可以推出ex:LiSi rdf:type ex:Researcher。

结果对比：在没有RDFS推理的情况下，查询“所有研究者的”需要手动列出所有子类的实例；而有了推理，只需查询?person ex:authorOf ?paper即可自动包含所有子类实例的结果。这大大简化了查询逻辑，提高了数据利用率。

4.4 常见误区与总结复盘

在RDFS建模实践中，初学者常犯以下错误，需要特别注意：

总结复盘：RDFS提供了一套简洁而强大的原语来描述知识图谱的语义结构。通过合理使用类层次、属性层次以及域和范围约束，我们可以构建一个支持自动推理的轻量级本体。然而，RDFS的表达能力仍然有限，例如它无法表达“或”、“非”、“基数约束”等复杂逻辑。当需要更丰富的语义表达时，就需要引入OWL。本章所学的RDFS知识是理解OWL的基础，下一阶段的学习将在此基础上扩展更强大的建模能力。