从RDF数据实例生成RDF模式

有人知道正在为给定RDF数据实例生成RDF模式的工作吗？这将是一些类似于提出类、它们的属性、它们的关联层次或与其他类对等的信息，以及如果可能的话属性的数据类型。这一切都类似于RDF模式

我的另一个问题是，这种从给定RDF数据实例生成RDF模式的方法与在RDF数据中查找模式的方法有何不同？这是以不同的方式提出的同一件事，还是说，发现模式是模式生成的进一步步骤，涉及到从类关联中得出逻辑推理、传递关系等内容

---

为第一个干杯，我从没听说过。这听起来很奇怪。生成模式是什么意思？使用RDF已经告诉了您一些事情，比如如果您有一些特定的三元组，您可以推断其他三元组。例如

ex:S ex:P ex:O=>ex:P rdf:type rdf:property ex:A rdf:type ex:B==>ex:B rdf:type rdf:class 等等。 但我不确定你是什么意思？您是指通过统计分析来查找实例组、创建类还是查找属性的范围/域

---

对于模式问题，我知道一个基于机器学习和OWL-DL推理的项目。我不确定这是你想要的答案。

新的答案，因为我发现了一些没有被评论过的内容，并且与我之前写的内容无关。我不知道它是如何工作的，但我相信你正在搜索类似的东西：。见

---

希望这能有所帮助。

从我的第一点开始，我的意思是我有一个RDF数据实例，但我不知道生成它的模式。因此，我可以有一个黑盒，它以RDF数据实例作为输入，并给出相应的模式作为输出。类似于反向工程，你不能解析ABoxinstances数据中使用的属性/类的URI来获取TBoxschema的信息吗？我还是不明白。你说的是一个现存的问题，还是一个假设的问题？我会尽量澄清。我的方法没有考虑命名类。我想这需要用字典来完成。可能需要使用本体中的一些方法。我的方法是生成一个模式结构，将类命名为类a和属性。感谢florentjoc…这与我正在寻找的类似。Vocabify的价值是什么？它实际上没有提供任何额外的意义。它只是声明了数据中已经声明的内容。我想，如果你正在开发一个本体，它可以节省一些时间，但是Vocabify本身的输出并不能提供任何有用的意义，可以被推理引擎使用。Vocabify可以用来确定不一致性而不是验证错误吗？i、 e.对模式对齐的不同观点。链接已关闭