语义网期刊十年奖：LinkedGeoData空间开放数据核心研究

某中心应用科学家Jens Lehmann与三位合著者因论文《LinkedGeoData：空间开放数据网络核心》获得语义网期刊十年奖。该论文发表于2012年，由期刊主编Pascal Hitzler和Krzysztof Janowicz领导的编辑委员会从当年发表的论文中评选而出。

技术突破与创新

论文通过描述从OpenStreetMap导出的大规模数据集，证明了大规模虚拟知识图谱的可行性。OpenStreetMap是一个依赖测绘社区贡献和维护数据的协作项目，作为全球免费地理数据库的一部分。

关键技术特性

数据规模与处理

• 完整提取时包含数十亿个事实陈述，是当时最大的数据集之一
• 采用轻量级本体层简化数据集查询和应用程序开发
• 通过连接到DBpedia等其他数据集，支持多源信息融合

查询重写技术

• 使用Sparqlify方法（及其分布式版本Sparklify）将SPARQL查询转换为底层OpenStreetMap数据库查询
• 支持在关系数据库上发布虚拟知识图谱，无需更改数据库本身
• 实现知识图谱的实时同步，适应OpenStreetMap每分钟数千次变更的需求

空间数据处理

• 完整数据集包含约80亿个实体，规模达数TB
• 2012年提取的数据转储包含270亿个事实，超过当时Google知识图谱的规模
• 支持空间谓词查询，最近增加了对Ontop重写器的替代支持

技术架构与应用

LinkedGeoData采用资源描述框架数据模型，包含与其他知识图谱的链接。该资源已应用于空间实体链接、实体对齐和拓扑关系发现。通过最新重写器，研究人员可以为特定用例构建数据快照，并使用SPARQL及其扩展OGC GeoSPARQL进行高效查询。

查询日志已被用于各种分析任务，针对需要处理特定区域或特定空间元素的较小子集的用户，提供了过滤策略以获取特定用例的快照。

技术影响

该研究解决了虚拟知识图谱的主要挑战：在不改变底层结构的情况下实现高效查询。虚拟知识图谱方法使得在关系数据库上发布知识图谱成为可能，同时保持与频繁更新的源数据的实时同步能力。