关联数据的目标是使客户端应用通过跟踪RDF链接发现新的数据源,实现对不同数据集的平滑整合,但现有方法创建的RDF链接十分有限,为此德国柏林自由大学于2010年提出面向RDF数据集映射的R2R语言。该语言包括r2r:prefixDefinitions,r2r:sourcePattern,r2r:targetPattern,r2r:transformation,r2r:mappingRef等映射属性,字符串函数、列表函数、算术函数、XPath函数及URI、文字、语言、数据类型等四种变量修饰符,提供r2r:has-Mapping,r2r:mapsTo,r2r:dependsOn,r2r:sourceDataset,r2r:targetDataset等映射元数据,映射语句遵循"资源—映射属性—三元组文字"结构及Turtle语法等规则。在总结以上语法框架的基础上通过实例阐释其用法,并与SPAR-QL语言进行比较。研究认为R2R语言在支持RDF表示、变量和修饰符定义、名称空间前缀表示、空白节点定义变量等方面与SPARQL存在语法一致性特征,在功能和句法表示方面二者存在一定差别。推广R2R语言有助于从词汇和数据集实例两个层面提升RDF链接创建能力,进而为创建关联数据集成服务环境提供支持。