本知识库把“知识图谱”作为一类组织事实的方法来介绍，没有把它限定为某个厂商产品，也没有把 RDF 当成唯一实现。关于主语、谓语、宾语、IRI、命名图和开放世界语义的技术表述，以 W3C 文档为主要依据。关于更广泛的数据模型、查询、验证、演绎与归纳方法，则用同行评议综述补足视野。
-
RDF 1.1 Concepts and Abstract Syntax
W3C 的核心概念文档定义 RDF 图、三元组、IRI、字面量、空白节点与数据集。它明确说明 RDF 图是主语—谓语—宾语三元组的集合，也讨论多图、时间变化和蕴含。适合核对本文关于图数据模型的基础表述。
阅读 W3C RDF 1.1 Concepts -
RDF Schema 1.1 与 OWL 2 Overview
RDF Schema 提供类、属性、子类与定义域等基本词汇；OWL 2 进一步提供更丰富的本体表达能力。两者说明“共同语义”并非界面标签，而是可以被机器处理的词汇与约束。OWL 总览也提醒读者，完整语言由多份规范组成。
阅读 RDF Schema 1.1 · 阅读 OWL 2 Overview -
SPARQL 1.1 Query Language
W3C 推荐标准定义如何用图模式查询 RDF。规范说明基本图模式由类似三元组的模式组成，其中若干位置可以是变量。本文“把小图覆盖到事实网络上”的说法是面向普通读者的类比，正式语法与求值规则应以该文档为准。
阅读 SPARQL 1.1 Query -
Shapes Constraint Language
SHACL 是 W3C 用来描述并约束 RDF 图内容的标准。形状可以规定焦点节点、属性路径、值类型、数量等条件，并生成验证结果。本文用它说明结构验证的能力，同时强调结构合规不能替代对事实真伪的领域核查。
阅读 W3C SHACL Recommendation -
Knowledge Graphs：ACM Computing Surveys
Aidan Hogan 等人的综述系统讨论图数据模型、查询语言、形状、本体、演绎与归纳方法，也梳理知识图谱的创建、丰富与质量问题。论文发表于 ACM Computing Surveys 54 卷 4 期，文章号 71，DOI 为 10.1145/3447772。
查看论文 DOI 页面 · 查看作者公开稿 -
Google：things, not strings
Google 在 2012 年发布 Knowledge Graph 时，用“事物，而非字符串”向大众解释实体消歧、摘要和探索。它是一份产品历史的一手材料，不是通用技术定义。文中当年的规模数字只属于发布时点，因此本知识库不把它当成当前规模。
阅读 Google 2012 年发布文章
建议的深入顺序是：先读 RDF Concepts 的引言与图数据模型，再看 SPARQL 的简单查询示例；需要建模时进入 RDF Schema 与 OWL；需要数据质量时阅读 SHACL；最后用 ACM 综述把不同技术路线放回同一张地图。标准会有勘误与后续工作，实施前应从 W3C 技术报告入口确认最新状态。