尧图网页设计 
文章主要内容和创新点主要内容本文介绍了xpSHACL，一个可解释的SHACL（Shapes Constraint Language）验证系统，旨在解决传统SHACL验证引擎输出的报告过于简洁、难以被非技术用户理解的问题。xpSHACL通过结合基于规则的证明树（Justification Tree）、检索增强生成（RAG）和大型语言模型（LLMs），生成详细、多语言、人类可读的约束违反解释。其核心组件包括扩展SHACL验证器、证明树构建器、上下文检索器、解释生成器和违规知识图谱（Violation KG），其中Violation KG用于缓存和重用解释，提升效率和一致性。文章还介绍了系统的架构、实现细节、评估计划及未来工作方向。创新点多技术融合的解释生成：首次将基于规则的证明树（提供逻辑溯源）、RAG（补充领域上下文）和LLMs（生成自然语言解释）结合，为SHACL约束违反提供可理解的解释。违规知识图谱（Violation KG）：通过缓存违规签名和对应解释，实现解释的高效重用，同时保证同类违规解释的一致性，解决LLMs输出的非确定性问题。多语言支持：利用LLMs的多语言能力，生成多种语言的解释和修正建议，扩大用户群体。上下文富集：检索本体片段、形状文 xpSHACL: Explainable SHACL Validation using Retrieval-Augmented Generation and Large Language Models
文章主要内容和创新点主要内容本文介绍了xpSHACL，一个可解释的SHACL（Shapes Constraint Language）验证系统，旨在解决传统SHACL验证引擎输出的报告过于简洁、难以被非技术用户理解的问题。xpSHACL通过结合基于规则的证明树（Justification Tree）、检索增强生成（RAG）和大型语言模型（LLMs），生成详细、多语言、人类可读的约束违反解释。其核心组件包括扩展SHACL验证器、证明树构建器、上下文检索器、解释生成器和违规知识图谱（Violation KG），其中Violation KG用于缓存和重用解释，提升效率和一致性。文章还介绍了系统的架构、实现细节、评估计划及未来工作方向。创新点多技术融合的解释生成：首次将基于规则的证明树（提供逻辑溯源）、RAG（补充领域上下文）和LLMs（生成自然语言解释）结合，为SHACL约束违反提供可理解的解释。违规知识图谱（Violation KG）：通过缓存违规签名和对应解释，实现解释的高效重用，同时保证同类违规解释的一致性，解决LLMs输出的非确定性问题。多语言支持：利用LLMs的多语言能力，生成多种语言的解释和修正建议，扩大用户群体。上下文富集：检索本体片段、形状文