Mapeamento declarativo para a web semântica: desenvolvimento e avaliação do framework RDFMapper para integração objeto-RDF em Python

Abstract

Resumo: A Web Semântica e os Dados Conectados oferecem um paradigma poderoso para a representação e integração de conhecimento, utilizando o Resource Description Framework (RDF) como modelo de dados fundamental. Contudo, existe uma lacuna significativa entre o modelo de grafos do RDF e o paradigma de orientação a objetos, predominante no desenvolvimento de software. Essa divergência impõe uma elevada carga cognitiva aos desenvolvedores, que são forçados a manipular triplas RDF manualmente, dificultando a produtividade e a adoção dessas tecnologias. Para endereçar essa lacuna, este trabalho apresenta o desenvolvimento e a avaliação do RDFMapper, uma biblioteca Python que implementa um Mapeamento Objeto-RDF. Inspirado em frameworks ORM, o RDFMapper utiliza técnicas de metaprogramação, como decoradores, para permitir o mapeamento declarativo de classes Python para conceitos RDF. A solução inclui uma API de consulta dinâmica (RDFRepository) que abstrai a complexidade do SPARQL e integra um meca nismo de validação de dados via SHACL. A eficácia do RDFMapper foi validada por meio de estudos de caso com dados abertos e por uma análise de desempenho comparativa com a biblioteca RDFLib. Os resultados demonstram que, embora a abstração introduza um custo de processamento, a biblioteca reduz drasticamente a complexidade do código, melhora a produtividade e apresenta maior eficiência no uso de memória durante a serialização em massa. A aplicação prática em dados reais evidenciou a capacidade da ferramenta em simplificar tanto a integração quanto a análise de dados semânticos. Conclui-se que o RDFMapper constitui uma contribuição relevante ao ecossistema Python, oferecendo uma ponte eficaz entre a orientação a objetos e a Web Semântica, e diminuindo a barreira para o desenvolvimento de aplicações baseadas em Dados Conectados.__Abstract: The Semantic Web and Linked Data offer a powerful paradigm for knowledge representation and integration, using the Resource Description Framework (RDF) as the fundamental data model. However, there is a significant gap between the RDF graph model and the object-oriented paradigm, predominantly in software development. This contrast imposes a high cognitive load on developers, who are forced to manually manipulate RDF triples, hindering productivity and the adoption of these technologies. To address this gap, this paper presents the development and evaluation of RDFMapper, a Python library that implements Object-to-RDF Mapping. Inspired by ORM frameworks, RDFMapper uses metaprogramming techniques, such as decorators, to enable declarative mapping of Python classes to RDF concepts. The solution includes a dynamic query API (RDFRepository) that abstracts the complexity of SPARQL and integrates a data validation mechanism via SHACL.The effectiveness of RDFMapper was validated through case studies with open data and a comparative performance analysis with the RDFLib library. The results demonstrate that, although abstraction introduces a processing cost, the library drastically reduces code complexity, improves productivity, and presents greater memory efficiency during bulk serialization. Practical application with real data demonstrated the tool's ability to simplify both the integration and analysis of semantic data. We conclude that RDFMapper constitutes a relevant contribution to the Python ecosystem, offering an effective bridge between object orientation and the Semantic Web, and lowering the barrier to developing Linked Data-based applications.