知识图谱的时间旅行：基于 RDF 变更历史的实时查询

在绝大多数大规模知识图谱上，对 RDF 数据集执行时间穿越查询仍不受支持。现有方案要么需要离线摄取，从而妨碍并发查询与更新；要么支持实时运行但查询覆盖有限或依赖特定三元组存储。本文提出 Time Agnostic Library，一个用于对任何兼容 SPARQL 的三元组存储执行实时时间 SPARQL 查询的 Python 库，支持文献中识别的全部六种时间检索需求以及并发更新。该方法基于 OpenCitations 数据模型(OCDM)构建，后者使用 Provenance Ontology (PROV-O) 与 SPARQL UPDATE 操作记录来源。该库支持版本物化、单版本与跨版本结构化查询、增量物化，以及基于多三元模式上的单增量与跨增量结构化查询。在 BEAR-B 基准上的评估显示，随着版本数增加，执行时间与内存消耗均呈亚线性扩展。尽管基于预处理的系统（如 OSTRICH）查询更快，但它们需要离线摄取且无法处理并发数据更新。相较于架构上最接近的实时系统 R43ples，Time Agnostic Library 在所有查询类型上均更快。