Una parte significativa de la investigación actual en el campo de la Inteligencia Artificial se dedica a las bases de conocimiento. Cada día surgen nuevas técnicas y metodologías para el almacenamiento, mantenimiento y razonamiento sobre bases de conocimiento. Recientemente, la forma más común de representar bases de conocimiento es mediante estructuras de grafos. Más específicamente, según la perspectiva de la Web Semántica, muchas fuentes de conocimiento están en forma de un grafo que adopta el modelo de Marco de Descripción de Recursos. Al mismo tiempo, los grafos también han comenzado a ganar impulso como modelo para bases de datos. Los SGBD de grafos, como Neo4j, adoptan el modelo de Grafo de Propiedades Etiquetadas. Muchos trabajos han intentado fusionar estas dos perspectivas. En este artículo, haremos un resumen de diferentes propuestas destinadas a combinar estos dos aspectos, centrándonos especialmente en la posibilidad de que añadan capacidades de razonamiento. Al hacerlo, mostraremos las tendencias actuales, los problemas y las posibles soluciones. En este contexto, describiremos nuestra propuesta y sus novedades con respecto al estado actual del arte, destacando su estado actual, potencial, la metodología y nuestra perspectiva.