在属性图中，模式约束为查询引擎和用户提供了有效数据的形状信息，确保数据提供者与消费者之间的契约。可组合的属性图查询通过将输入图转换为输出图，从而引发了一个问题：在经历一个或多个转换步骤后，预期的模式是什么？
我们研究了如何在给定输入模式和转换查询的情况下推断模式约束。具体而言，我们提出了一种推理过程，该过程在给定ProGS输入模式和G-CORE查询的情况下推断输出模式。由于图更新将频繁发生，我们的推理过程不依赖于图实例，因此计算出的输出模式适用于所有符合输入模式的任何输入图。
相关工作已针对SPARQL CONSTRUCT查询解决了这个问题，将其编码为描述逻辑（DLs），以便输出模式由从输入模式和查询中推断的公理所蕴含。然而，属性图及其查询使得问题变得复杂，因为属性图具有标签和属性注释以及一等公民边缘。因此，必须以某种方式使用重ification，尽管现有的DLs缺乏直接编码此类特性的手段。我们通过一系列映射来解决这一新挑战：i) 在RDF中重ification的属性图，与ii) 从ProGS到SHACL的映射，以及iii) 从G-CORE到SPARQL CONSTRUCT查询的映射。通过这种方式，属性图的模式推断变得可管理，因为我们通过额外的映射层分解问题，并利用高效的DL推理器。
我们开发了关于推断模式约束的健全性及映射模式和查询的语义等价性的元理论。
博主点评： 本文深入探讨了属性图模式推断的复杂性，提出的推理框架通过有效的映射层解决了图查询的挑战，具有重要的理论与实际意义，适合对图数据库与查询优化有兴趣的研究者和开发者。