Analysis of RDF reification approaches for the European Agency for Railways Knowledge Graph

Resumen

Esta tesis presenta un análisis de los enfoques de reificación RDF aplicados al Grafo de Conocimiento de la Agencia Ferroviaria de la Unión Europea (ERA KG), una novedosa herramienta de gestión de datos sobre infraestructuras ferroviarias europeas. La reificación RDF permite manejar metadatos sobre declaraciones, especialmente útiles para representar cambios temporales, como las fechas de validez de los objetos de infraestructura, que la actual implementación del Grafo de Conocimiento de la ERA tiene dificultades para mantener con eficacia. El estudio evalúa cinco métodos de reificación: Reificación estándar, Relaciones N-arias, Grafos Nombrados y dos formatos RDF-star personalizados. Cada enfoque se evalúa en función de su eficiencia y viabilidad en un entorno de producción. La investigación incluye el preprocesamiento y la conversión de los conjuntos de datos del ERA en grafos de conocimiento, seguidos de la evaluación comparativa del rendimiento de cada método de reificación en tres triplestores diferentes. Los resultados indican que los métodos RDF-star, aunque aún no están estandarizados por el W3C, ofrecen la representación más compacta y flexible para los metadatos temporales, pero carecen de la fiabilidad de los métodos de Estado del Arte, mientras que las relaciones N-arias ofrecen un equilibrio entre compatibilidad, compacidad y rendimiento.

ABSTRACT

This thesis presents an analysis of RDF reification approaches applied to the European Agency for Railways (ERA) Knowledge Graph, a novel tool for managing European railway infrastructure data. RDF reification allows us to handle metadata about statements, particularly useful in representing temporal changes, such as the validity dates of infrastructure objects, which the current ERA Knowledge Graph implementation struggles to maintain effectively. The study evaluates five reification methods: Standard Reification, N-ary Relations, Named Graphs, and two custom RDF-star formats. Each approach is assessed for its efficiency and viability in a production environment. The research includes preprocessing and converting the ERA datasets into knowledge graphs, followed by benchmarking the performance of each reification method across three different triplestores. Results indicate that RDF-star methods, though not yet W3C-standardized, offer the most compact and flexible representation for temporal metadata, but lack the reliability of the State of the Art methods, while N-ary relations offer a balance of compatibility, compactness and performance.