[发明专利]一种从元数据标注的CSV数据到RDF数据的转换方法

说明书

技术领域

本发明涉及数据管理领域中的一种数据格式转换方法，尤其是一种从元数据标注的CSV数据到RDF数据的转换方法。

背景技术

在科学领域和电子政务领域的开放数据运动(open data movements)使得万维网(World Wide Web)上逗号分隔值(comma-separated values,CSV)格式的数据显著增长。CSV是常用的表列数据(tabular data)文件格式，虽然简单实用，但是难以表达数据世系(provenance)、数据域含义、数据域/表之间的关系、用户访问权限等元数据(metadata)或标注(annotations)信息。有鉴于此，国际万维网联盟(W3C)的数据行动计划(Data Activity:http://www.w3.org/2013/data/)最近成立了称为“CSV on the Web”的工作组(http://www.w3.org/2013/csvw/)，旨在将原有非标准CSV格式(参见：Y.Shafranovich,Common Format and MIME Type for Comma-Separated Values(CSV)Files.IETF RFC 4180,October 2005.http://tools.ietf.org/html/rfc4180)进行扩充，形成CSV标准(俗称CSV+)，并制订相关技术规范，以方便CSV数据的操纵、可视化、解释、多表数据结合、数据格式转换等Web高级应用。

CSV+标准中，W3C正在制订的《Web表列数据与元数据模型》技术规范(参见：Jeni Tennison,Gregg Kellogg(Editors).Model for Tabular Data and Metadata on the Web.W3C Working Draft 16April 2015.http://www.w3.org/TR/tabular-data-model/.[访问日期：2015/6/26])以及《表列数据的元数据词汇》技术规范(参见：Jeni Tennison,Gregg Kellogg(Editors).Metadata Vocabulary for Tabular Data.W3C Working Draft 16April 2015.http://www.w3.org/TR/tabular-metadata/.[访问日期：2015/6/26])可用来对CSV数据进行建模、描述与标注，形成所谓的“元数据标注的CSV数据”。

另一方面，资源描述框架(Resource Description Framework,RDF)(参见：Richard Cyganiak,David Wood,Markus Lanthaler(Editors).RDF 1.1Concepts and Abstract Syntax.W3C Recommendation 25February 2014.http://www.w3.org/TR/rdf11-concepts/.)是表示Web信息的一种公共框架和格式；RDF数据模型是一种称为RDF图的有向标记图(directed,labeled graph)语义模型，已成为万维网尤其是语义万维网(Semantic Web)或数据网(Web of Data)上的标准数据模型和数据表示格式。当前流行的关联数据(Linked Data)或关联开发数据(Linked Open Data)就是以RDF作为数据模型与表示格式的。

基于以上背景，如何实现从元数据标注的CSV数据到RDF数据的转换，是亟待解决的关键技术问题。由于CSV+标准正在制订过程中(已接近完成)，因此，目前国内外尚未出现从元数据标注的CSV数据到RDF数据的完整转换方法及其详细实现技术。