可移动文物的知识图谱构建及关联数据存储

高劲松 张强 李帅珂

基金项目：中央高校基本科研业务费自由探索项目“面向用户的文物信息资源知识服务研究”（项目编号：CCNU20A06025）;国家社会科学基金重大项目“新时代我国文献信息资源保障体系重构研究”（项目编号：19ZDA345）。

作者简介：高劲松（1966-），女，教授，博士生导师，研究方向：情报学、图书馆学。张强（1993-），男，博士研究生，研究方向：数字人文。李帅珂（1998-），女，硕士研究生，研究方向：数字人文。

摘 要：[目的/意义]可移动文物对文化的传承和发展具有重要意义，对可移动文物进行知识图谱可视化及关联数据发布，有助于更好地进行可移动文物的数字化保存、知识共享及智慧服务。[方法/过程]通过Protégé本体开发软件构建可移动文物的知识本体，并基于此利用RDF2RDF插件和Neosemantics插件构建了可移动文物的知识图谱，最后借助D2RQ平台实现可移动文物的关联数据存储。[结果/结论]使可移动文物的展示形式从原本的单一形式转化为多元化的数据展现形式，提高了用户浏览、查询可移动文物信息资源的效率。

关键词：可移动文物;知识本体;知识图谱;关联数据;D2RQ

DOI：10.3969/j.issn.1008-0821.2022.04.008

〔中图分类号〕G254 〔文献标识码〕A 〔文章编号〕1008-0821（2022）04-0088-11

Abstract：[Purpose/Significance]Movable cultural relics are of great significance to the inheritance and development of culture.Visualizing knowledge graphs and publishing linked data for movable cultural relics is helpful for better digital preservation，knowledge sharing and intelligent services of movable cultural relics.[Method/Process]The ontology of movable cultural relics is constructed by Protégé ontology development software，and based on this，the knowledge graph of movable cultural relics is constructed using RDF2RDF plug-in and neosemantics plug-in.Finally，the linked data storage of movable cultural relics is realized with the help of D2RQ platform.[Results/Conclusions]The display form of movable cultural relics is transformed from the original single form to a diversified data display form，which improves the efficiency of users browsing and querying information resources of movable cultural relics.

Key words：movable cultural relics;knowledge ontology;knowledge graph;linked data;D2RQ

可移动文物是人类生活历史的记录，更是中华文化的象征和传承。近年来，科技水平的不断增长为文物的数字化保存和利用提供了新的途径，为了更好地发挥文物信息的价值与作用，国家文物局自2012—2016年开展了国有可移动文物的普查工作，从而让藏在博物馆中的可移动文物活起来服务群众。然而单纯的文物统计数据在进行共享时利用率较低，不能真正有效的展示出可移动文物的信息价值，因此需要对可移动文物信息采用知識组织、存储及发布展示等手段来更好地为用户服务。随着知识图谱技术的发展和学科的交融，将知识图谱技术的抽象可视化与实体信息相结合，使文物知识显性化，可增强用户对知识的接受程度。单一的知识可视化呈现在交互过程中具有较大局限性，以关联数据形式发布能够在语义层面实现知识的互联互通，使知识连结成一张可追溯的知识网络，为知识共享和智慧化服务提供解决思路。本文以湖北省博物馆可移动文物为例，通过构建可移动文物知识图谱并以关联数据形式发布，进行可移动文物知识的展示和利用研究。

1 研究现状

知识图谱在维基百科中定义为“使用语义检索，从多种来源收集信息，以提高搜索质量的知识库”，其在语义层面上能够对实体、概念以及实体间的关联关系进行形式化的描述。因此，知识图谱技术的应用场景得到了广泛的关注。Jin W等[1]利用知识库中的知识将短文本概念化，进行知识表示从而得到文本分类结果。Peng C等[2]则提出一种基于知识图谱的隐喻嵌入，用于理解文学中单词之间的隐喻关系。知识图谱技术不仅在自然语言理解方面具有优势，同时促进了智能知识问答系统方面的发展，如丁雅琴[3]开发了基于医疗知识图谱的问答系统，可以帮助用户在海量医疗数据中筛选出精准的答案并返回给用户。张淼[4]以通用中文知识图谱为知识来源，基于实体识别算法和属性来凝结算法设计并完成了一个智能问答系统。

信息时代的到来使得数据量以指数级飞速增长，知识图谱的规模随之越来越大，对知识的存储提出了更高的要求。目前知识存储的方式主要有3种，分别是RDF数据库、关系型数据库、图数据库，其中以图的数据形式进行存储的知识图谱占大多数，因而本文采用图数据库Neo4j存储数据并基于文物本体构建可移动文物知识图谱，以此呈现可移动文物相关知识在语义层面的深度关联关系。

关于文物本体研究，吴琼等[5]提出了基于本体的方法可以为不可移动文物添加丰富的语义信息，GIS可以为不可移动文物提供地理信息，将两者结合可构建面向不可移动文物的信息参考模型。Yang W等[6]为更好地进行创新设计，提高传统文物信息检索能力，探索了基于本体的知识地图构建方法，开发了文物知识地图集成平台。

知识图谱使实体以及实体间关系可视化呈现，最终目的是挖掘实体间隐含的关联关系，从而以图的方式进行知识表示。借助知识图谱的构建，将数据进行存储并以关联数据形式发布，构建领域语义网，实现了实体在内容上的语义互联。刘炜[7]对关联数据的概念进行了详细解释，他认为：关联数据是一组最佳实践的集合，它采用RDF数据模型，利用URI（统一资源标识符）命名数据实体，来发布和部署实例数据和类数据，从而可以通过HTTP协议揭示并获取这些数据，同时它强调数据的相互关联、相互联系和有益于人机理解的语境信息。作为语义万维网的实现方式，越来越多的领域数据要求以关联数据的方式进行存储和发布，以寻求其在语义层面的更多关联以及未发掘的隐性语义链接。林海青等[8]提出在图书馆领域采用关联数据技术使图书馆在未来语义网中发挥主导作用，使图书馆实现服务模式的转型;陈氢等[9]借助关联数据技术，实现企业数据、流程及其他属性间的可视化并提出了企业数据治理的相关策略。Mouzakitis S等[10]提出了一个关联数据技术框架，隐藏链接数据的基本复杂性，同时维护和促进了所实现的相互链接能力。

本文采用图数据库的方式存储数据，参考领域本体常用建模方法七步法建立文物本体模型并进行本体实例可视化，之后构建基于文物本体的可移动文物知识图谱，挖掘文物实体之间的相关关系，并以关联数据形式存储和发布，使其在文物领域组织一张包含实体属性特征与相互联系的语义网络，最终为可移动文物在知识层面的交流共享提供新的路径和方法。

2 可移动文物知识本体模型构建及实例可视化

2.1 可移动文物知识本体模型构建

可移动文物又称可收藏文物，2013年全国第一次可移动文物普查是新中国成立以来首次针对可移动文物开展的普查，突出了文化遗产领域发展的价值及国家的重视程度，对文物领域知識全面了解和共享有助于数字博物馆建设，更积极响应国家文物保护的政策。本文以可移动文物实体为核心，通过分析可移动文物的表面属性和文化含义，区别不可移动文物，构建一个具有地址改变和移动路径特征的可移动文物知识本体，以此加强文物领域知识的共享和充分利用。

2.1.1 概念体系构建

可移动文物知识本体是对可移动文物实体以及与文物实体相关关系的语义描述，通过对文物领域知识的分析，首先需要明确可移动文物领域概念描述范围，并考虑是否需要本体复用，以确定核心概念;之后列举领域概念知识的相关术语，为定义核心类与属性做铺垫。根据第一次全国可移动文物普查登录的内容，除了采用14项基本指标项如文物名称、类别、级别、质地等作为概念描述外，还添加了可移动文物的状态信息、文化含义以及资源展现方式等内容，以此进行文物基本信息的描述以及相关关系呈现，更好地实现语义消歧和领域知识共享。

本文在考察本体复用环节时，参考了国际博物馆理事会开发的概念参考模型（CIDOC Conceptual Reference Model，简称CIDOC CRM）。CIDOC CRM概念参考模型是专门用于文化遗产中的信息集成整合工具，它对世界范围内广大文化遗产相关文档中的显示和隐式概念关系给出了清晰的定义[11]。因此，本文采用CIDOC CRM中E1（Entity）、E52（TimeSpan）、E53（PlaceCreation）等类作为可移动文物知识本体的部分核心概念类。可移动文物具有独具特色的表现形式与文化内涵，除了考虑本体复用外，还要在考察文物领域特有的概念、知识后自定义命名空间，以满足构建本体模型的需要。枚举文物领域重要概念术语时，结合可移动文物的特点以及类间关系属性，暂不考虑术语的相似和相近，列举部分可移动文物领域重要概念和术语如表1所示。

通过对文物领域概念的分析，并自定义Mcr为命名空间，构建可移动文物知识概念体系，其包括实体、时间、地点、文化、资源5个大类，组成可移动文物知识概念体系的整体框架，其中时间类包含两个子类，分别是抽象时间类和具体时间类，抽象时间表示可移动文物的年代如唐代、宋代、元代、明代、清代等，具体时间表示可移动文物的馆藏时间;由于可移动文物的移动特性，使其发生了位置上的改变，因此地点类同样具有两个子类，即表示文物现存位置的收藏机构类和文物被发现位置的出土位置类;其余3个类是可移动文物实体的表面特征和内容特征的展现，其概念知识由数据属性所描述，类层次结构如表2所示。

2.1.2 本体模型实现

确定了可移动文物知识本体概念体系后，需要进一步确定概念属性的核心元素，核心元素的确立有利于更好的描述和揭示概念间相互的联系以及诸多可移动文物知识间的关联[12]。可移动文物属性按照特征可分为内在属性如文物的质地、重量等;外在属性如文物的名称、年代、研究价值等以及文物与其他对象之间的关系属性等。在本体中通常用两种属性来表示，即数据属性和对象属性，数据属性用来定义客观事物的内在属性和外在属性;对象属性是复杂的属性，常用来表示实体与其他对象和类之间的关系。可移动文物知识概念体系中构建了5个核心概念类，其中地点和时间分别具有两个子类，在以上大类和子类中建立对象属性关系，包含实体与地点的关系、实体与时间、实体和资源、实体和文化、地点和文化、文化和资源、地理位置之间行政区的隶属关系、同一文物实体在不同机构展出的相关关系等，如表3所示。

1）实体类

实体类（Entity）是指可移动文物实体，根据全国第一次可移动文物普查基本指标项内容，其数据属性由质地、类别、级别、造型、用途、文物来源、完残程度、编号、尺寸、质量组成。其中编号指文物普查所给予的“文物身份证”，登录在文物普查系统的每件文物都被赋予全国永久唯一的22位数字编码，作为文物属性验证的标识;类别同样参照文物普查的分类原则，将可移动文物共分为32个类别如金银器、铜器、瓷器等;其余各核心要素相关术语参照表1所示。本文针对研究目的需要，将年代、出土位置等要素归入其他核心类中。实体类是可移动文物知识本体的实际物体代表类，作为本体构建的核心，实体类与其余4个大类即时间类、地点类、文化类、资源类相互关联，共同构成可移动文物领域内语义层面的知识网。

2）地点类

地点类（Location）包括两个子类，分别是出土位置类（PlaceCreation）和收藏机构类（Organization）。可移动文物的出土位置与现存地址因移动的特性有所不同，同时由于可移动文物的展览、馆际交流活动等，造成同一文物在多个收藏机构出现过的情况，因而，与地点相关的关联关系包含同一文物在多个机构出现的相关关系;此外，文物的出土位置和收藏机构可能蕴含文物相关的历史故事等文化信息，具有更大的研究价值，所以对象属性中包括地点与文化的关系。同时，考虑到可移动文物移动时会跨越多个地区，本文将不同行政区之间的隶属关系设置为5类对象属性进行标注。关于地点的数据属性主要指收藏机构的全称、地址和性质等。

3）时间类

时间类（TimeSpan）指关于可移动文物的抽象年代时间以及目前具体时间，其包括两个子类，分别是代表文物年代的抽象时间类（TimeAbstract）和代表现在时间的具体时间类（TimeSpecific）。

4）文化类

文化类（Culture）是可移动文物抽象文化涵义的展示，其内容以数据属性来表示，包含历史文化故事、文物表面特征信息以及文物象征意义等。实体是可移动文物文化涵义的创造者;资源是可移动文物文化涵义的承载者;地点是可移动文物文化涵义的产生者，因此文化与实体、资源和地点都具有对象属性关联关系。

5）资源类

资源类（Resource）是指可移动文物相关知识的展示资源类型，多源数据融合的可移动文物本体构建除了有文物本身携带的物理信息外，还有文物知识呈现的形式化信息，多载体的资源内容被归于数据属性中，包括视频、图片、文本类和专家述评等。可移动文物所蕴含的抽象文化含义展出类型同样以文本和多媒体资源类型展出，因此资源和文化也具有对象属性关系。类间的对象属性与类的数据属性在可移动文物领域概念知识范围中丰富了其在关系和特征方面的具体描述，具体的数据属性含义和值域如表4所示。

最终，本文构建的可移动文物知识本体模型共包含了5个核心类、4个子类、18个对象属性和22个数据属性，利用本體开发工具Protégé对本体模型进行绘制如图1所示，其中，实线代表子类，虚线代表对象属性，数据属性省略未列出。

2.2 可移动文物知识本体模型实例可视化

基于已构建的可移动文物知识本体模型，将相关文物知识信息导入本体开发工具Protégé中，实现可移动文物知识本体模型实例化展示，验证该模型的可行性和可用性。本文以湖北省博物馆四大镇馆之宝——“越王勾践剑”“郧县人头骨化石”“元青花四爱图梅瓶”和“曾侯乙编钟”为例，创建可移动文物实例库，具体实例内容包括文物实体信息、地理位置信息、时间信息、文化信息以及资源信息等，相关属性信息描述参照表1文物领域重要概念术语表。

首先将文物实体信息以Excel形式存储，其次将信息导入Protégé中，并转换数据形式为Owl形式，最终呈现以湖北省博物馆四大镇馆之宝为核心的文物实体复杂语义网络，实例图如图2所示。其中，圆形代表本体模型中的核心概念类，菱形代表实例信息，实线代表子类与父类的类间关系，虚线代表子类或父类与其他类间的对象属性信息。点击某个实例，则会显示与其相关联的数据以及对象属性。

3 可移动文物的知识图谱构建

本文将上一节中已构建好的本体模型与Neo4j图数据库相融合，面向可移动文物实体，构建领域知识图谱。Neo4j图数据库是基于Java语言编写的高性能NOSQL图形数据库，它将数据存储在图网络中而不是表中。因其数据结构的灵活性，可以应用更加敏捷的开发模式，在数据查询效率上明显优于传统的关联数据库。本文使用的Neo4j版本为Neo4j社区版（4.1.1），依赖环境为jdk1.8.241，采用Neo4j图数据库来对RDF数据进行存储，从而构建可移动文物的知识图谱。

3.1 数据映射与知识存储

由于构建规则和实用工具的不同，本体模型中的知识表现形式与知识图谱中的知识表现形式具有一定的差异性，因此，需要把已构建好的本体模型中所蕴涵的类、类间关系以及数据实例映射到图数据库中，实现知识图谱中的知识存储。Neo4j图数据库主要有标签（Label）、节点（Node）、关系（Relationship）、属性（Property）4种元素，节点和关系均可以再创造属性特征来描述他们本身，属性通过键值对的方式而独立存在。本文中的RDF数据主要与Neo4j中的节点、关系和属性进行一一对应。面向文物实体，Neo4j图数据库中的数据映射过程主要包括以下3种类型：①节点映射。指本体中的实例和类相对应，如在本体模型中的文物实体、时间、地点等核心类在Neo4j中是实例，而这些具体的实例即可作为Neo4j中的节点;②关系映射。指关系与本体中的对象属性相对应，对象属性的本质是将类与类或子类之间的关系抽象表示为属性，其作为关系的表示形式与Neo4j中的关系相互映射，如本文中实体与时间、实体与地点等类间关系映射入图数据库中体现为节点与节点之间的关系;③属性映射。指节点的属性与本体中的数据属性相对应，将用于数据特征描述的数据属性映射为Neo4j的节点属性，一方面，实现了RDF三元组向知识图谱转化的知识可视化;另一方面，避免了图数据库中知识存储冗余问题的出现。

前文通过Protégé本体工具构建了可移动文物的本体模型，并输出为OWL类型文件。OWL是用来描述由三元组组成的RDF数据即〈主语，谓语，宾语〉结构的网络本体语言，而RDF本身就包含了基本的语义网结构，其为知识图谱的构建提供了良好的数据结构，因此可以通过Neo4j对可移动文物的本体模型进行知识存储。Neo4j本身不支持直接导入OWL类型的数据，需要通过RDF2RDF插件[13]先将OWL类型的文件转换为RDF类型的文件，再使用Neosemantics插件[14]即可实现RDF数据向Neo4j图数据库的导入。导入之后可以对标签下各个节点的颜色和大小进行进一步的调整，进而完成对可移动文物的知识图谱构建。Neo4j对实体节点及其相互之间的关系进行可视化展示的同时，也可以在表面未知节点间通过查询最短路径的方式来对节点间的隐藏关系进行挖掘，从而为节点间关系的知识推理做铺垫。

3.2 知识推理与结果展示

Neo4j图数据库与传统关系型数据库一样提供了增（CREATE）、删（DELETE）、改（SET）、查（MATCH）等操作，在完成数据映射和知识存储之后，图数据库可通过Cypher语言中的CREATE语句创建图结构，便捷地实现文物实体、挖掘地点、馆藏机构、挖掘时间等不同的实体及其关系的检索、遍历、查询等功能。Neo4j中不同的颜色代表不同类型的实体，节点之间的边则代表了实体直接存在的相关关系，如连接文物实体与馆藏机构之间的有向边，表示文物与馆藏机构之间存在收藏与被收藏的关系。在本文实际应用中，查询馆藏机构为“湖北省博物馆”相关的文物内容过程大致为：通过Cypher语句查询后，得到与湖北省博物馆有关的所有馆藏可移动文物，此时不仅得到了与其路径为1的相关实体信息，还可以进一步展示这些实体的所有属性特征，如图3所示（为使图的美感与整洁，此处仅显示湖北省博物馆四大“镇馆之宝”的主要关联信息），其中黄色显示了检索结果中的馆藏机构为湖北省博物馆，蓝色为与其路径为1的各个实体，包括“越王勾践剑”“元青花四爱图梅瓶”“曾侯乙编钟”“郧县人头骨化石”，且能清晰地看到各个实体的相关属性特征。以“越王勾践剑”为例，可以看出其出土位置为“湖北江陵望山一号楚墓”，出土时间为“1965年12月”，所属年代为“春秋时代”，文化故事为“卧薪尝胆”。

通过使用Protégé构建可移动文物的知识本体，并结合Neo4j来实现本体模型到知识图谱的转换，突破了传统模式如元数据模型、本体模型等对文物信息资源在描述、存储及推理上的种种局限。面向文物本体，从“发掘时间”“发掘地点”“馆藏机构”“材质”“文化”等多角度、多维度进行探讨和分析，利用了Neo4j架构灵活、扩展性好、可靠性强及内置Web应用程序等优势，采用Cypher编程语言高效精准的对相关数据进行检索、推理、发现，避免了当前关系型数据库在面对此类数据难以存储和检索的困难，且图谱可视化效果和检索效率比单纯利用Protégé的效果要更好，故构建可移动文物的知识图谱在应用层面具有重要意义。

4 可移动文物关联数据的存储与发布

关联数据作为资源描述和组织的最终表现形式，被用来发布和连接各类数据信息和知识，为其在语义挖掘和语义互操作等方面提供良好的应用。基于前文已构建的可移动文物本体模型，使用关联数据技术可以将文物知识资源在类层面和数据层面上实现文物实体间的关系链接，从而使可移动文物领域形成一个有序组织且相互联系的有机整体。本节将从实践层面利用可移动文物的本体模型和知识图谱进行语义网络上的知识存储与发布。

4.1 可移动文物关联数据的存储

本体构建工具Protégé存储的格式为OWL格式，但是这种存储格式在后期进行修改及关系定义方面较难，故本文采用关系型数据库Mysql来对可移动文物信息资源进行存储和管理，使用Mysql数据库版本为MySQL 5.7.17 Community Server，同时利用第三方工具SQLyog对数据表进行更加方便的操作。本文创建了名为Culture_Relic的数据库，以可移动文物的核心类作为表的类别，共构建了5个表即实体表、时间表、地点表、文化表和资源表。以实体表（Entity）为例，包含可移動文物的编号、名称、类别、级别、造型、用途、质地、文物来源、完残程度、尺寸、重量、简介等属性字段，构建实体表结构如表5所示。

创建的二维表除了包含数据属性信息，同时包含核心类中的属性字段在数据库中存储的数据类型、字段长度以及区分其是否为主键或外键，如表5所示的实体表，文物实体的普查登记号作为实体二维表的主键，被用于标识该二维表存储的实例信息。除此之外，数据表的存储模式采用的是多元模式，通过创建外键来关联其他物理表。由此，就形成了表与表之间的链接操作。

4.2 可移动文物关联数据的发布

D2RQ是目前较为常用的RDF映射平台，其通过虚拟RDF图来访问关系数据库系统，而无需复制成RDF存储[15]。D2RQ的工作流程大致为首先采用Generate-mapping工具来为Culture_Relic数据库创建映射文件，生成了Culture_Relic.ttl映射文件。其次，在命令行中启动d2r-server服务器，执行d2r-server Culture_Relic.n3命令，完成对可移动文物的关联数据创建与发布。最后，打开浏览器输入Localhost：2020即可在浏览器端进行访问，最终的可移动文物的关联数据发布平台主页如图4所示，顶端为导航栏，显示内容为之前在MySQL数据库中创建的5个表，下方的提示信息表明可以通过网络浏览器即HTML页面和语义网浏览器即RDF页面查看该表包含的具体信息，底部为SPARQL的查询接口，除了浏览器查询外，该平台同时提供可供专业人士操作的SPARQL查询接口进行操作。

用户在实体表（Entity）页面上，任意选择一项可移动文物，即可进入相应的详情页面。在该页面可清晰查看该实体的数据属性特征及相关信息。以“越王勾践剑”为例，包含了“名称”“完残程度”“普查登记号”等数据属性信息，如图5所示。

根据物理表和本体的创建规则，不同属性的值由其内容所决定，如“名称”“完残程度”“尺寸”“文物来源”等字段的值以字符串形式呈现，而“地址”“文化”“时间”等字段以URI地址形式呈现，体现出关联数据相互链接的特性，点击该链接，则页面会继续跳转至与该链接包含内容相关的其他实体信息页面。二维表之间通过链接相互串联，从而实现数据之间的互联，如对查询到的地址（Location）信息直接点击，结果如图6所示。通过将数据进行可视化的关联可以得到比在数据库中浏览更好的检索效果。

5 结 语

本文通过对本体的概念进行分析后，结合已有的本体标准，以湖北省博物馆为例，构建了可移动文物的知识本体模型，并用Protégé软件完成了模型的实例创建。之后将本体导入到Neo4j图数据库中完成知识图谱的构建，以便提供更好的存储、展示及推理效果。最后基于文物知识本体及知识图谱，使用关系型数据库MySQL创建表存储相应的数据信息，同时借助D2RQ平台来实现关联数据的存储和发布。本研究的相关内容为相似领域的研究提供了借鉴思想，在未来的研究中会进一步拓展研究领域，构建出大型的文物信息资源知识本体并进行知识图谱的展示和关联数据的发布，进而增强文物信息资源的传承与共享。

参考文献

[1]Jin W，Wang Z，Zhang D，et al.Combining Knowledge with Deep Convolutional Neural Networks for Short Text Classification[C]//Twenty-Sixth International Joint Conference on Artificial Intelligence，2017.

[2]Peng C，Thinh V D，Jung J J.Knowledge Graph-based Metaphor Representation for Literature Understanding[J].Digital Scholarship in the Humanities，2021.

[3]丁雅琴.基于知识图谱的医疗问答系统研究与开发[D].武汉：华中师范大学，2020.

[4]张淼.基于中文知识图谱的智能问答系统设计与实现[D].武汉：华中师范大学，2018.

[5]吴琼，鲍泓.基于地理本体的不可移动文物信息参考模型研究及应用[J].计算机科学，2008，（3）：113-116，212.

[6]Yang W，Dong Y.Exploration and Implementation of Ontology-based Cultural Relic Knowledge Map Integration Platform[C]//AIP Conference Proceedings.AIP Publishing LLC，2018，1967（1）：020018.

[7]刘炜.关联数据：概念、技术及应用展望[J].大学图书馆学报，2011，29（2）：5-12.

[8]林海青，樓向英，夏翠娟.图书馆关联数据：机会与挑战[J].中国图书馆学报，2012，38（1）：58-67，112.

[9]陈氢，刘文梅.基于关联数据的企业数据治理可视化框架研究[J].现代情报，2021，41（6）：76-87，107.

[10]Mouzakitis S，Papaspyros D，Petychakis M，et al.Challenges and Opportunities in Renovating Public Sector Information By Enabling Linked Data and Analytics[J].Information Systems Frontiers，2017，19（2）：321-336.

[11]朱学芳，王若宸.非遗图像语义信息本体构建及其关联数据存储和发布研究[J].现代情报，2021，41（6）：54-63.

[12]何春雨，滕春娥.非物质文化遗产知识本体构建——以赫哲族非遗资源为例[J].情报科学，2021，39（4）：140-147，156.

[13]rdf-rdf[EB/OL].http：//www.l3s.de/～minack/rdf2rdf/，2021-07-12.

[14]Neosemantics[EB/OL].https：//github.com/neo4j-labs/neosemantics，2021-07-12.

[15]D2RQ-Accessing Relational Databases as Virtual RDF Graphs[EB/OL].http：//d2rq.org/，2021-07-12.

（责任编辑：郭沫含）