跟踪错误：ERIA RINF 知识图谱上 RDF 数据集验证的 SHACL-DS 研究
数据库
2026-05-12 v1
摘要
SHACL-DS 为 RDF 数据集验证引入声明式命名图和图组合靶定，但尚未在大型知识图谱（KG）上进行实际演示和评估。本文我们将 SHACL-DS 应用于欧洲铁路基础设施（ERA RINF）KG，该 KG 是一个大型 RDF 数据集，其中 56 个基础设施管理者将数据贡献至专用命名图。我们采用两种策略将 ERA-RINF shapes 迁移到 SHACL-DS，并使用为本研究开发的 TopBraid SHACL-DS 实现进行性能评估。我们将其性能与 SHACL 方法进行比较，后者“展平”所有图至单个数据图。两种策略产生相同结果且快于 SHACL 基线。我们不仅展示了 SHACL-DS 与 SHACL 至少同样有表达力，而且 SHACL-DS 允许在 shapes 作品内部声明验证范围，通过 GRAPH 子句强制执行三元组源头信息，丰富了带有 per-graph 注释的验证报告，并实现跨命名 shapes 图的组织。
引用
@article{arxiv.2605.10540,
title = {Keeping track of errors: A study of SHACL-DS for RDF dataset validation on the ERA RINF Knowledge Graph},
author = {Davan Chiem Dao and Ghislain Atemezing and Christophe Debruyne},
journal= {arXiv preprint arXiv:2605.10540},
year = {2026}
}