1.3　知識圖譜的模式

前文一直在實際數據的層面談論知識圖譜，也談到了本體被用于為知識圖譜定義模式。作為知識圖譜中的重要概念，本節我們將深入討論知識圖譜的知識體系——模式的含義和構建。

人類一直在探尋世間真理，嘗試建立知識體系。從亞里士多德開始，就有很多人對世間的萬事萬物進行分類。比如亞里士多德將元素分為土、水、火、空氣和以太（構成天體的神圣物質），在中國最早的古漢語辭書《爾雅》中則將世間萬物分為了天地山水、草木鳥獸等19個門類，并對每一個門類都進行了詳細的講解。例如在“釋獸”中有這樣的描述：“狗四尺為獒”。也就是說，獒是狗的一種，而且是身長四尺以上的狗。

上文我們提到，在知識圖譜的圖結構表示中，結點代表語義實體或概念，邊代表結點間的各種語義關系。那么，實體和概念又該如何區分呢？

舉一個簡單的例子。在三元組<姚明，國籍，中國>中，“姚明”和“中國”是兩個實體，而姚明是一個人（Human）或者籃球運動員（Basketball Player），中國是一個地點（Location）或者一個國家（Country）。這里，人、籃球運動員、地點、國家，都可以看作概念。前文提到，由概念組成的體系稱為本體，本體的表達能力比模式強，且包含各種規則（Axiom），而模式這個詞匯則來源于數據庫領域，可視為一個輕量級的本體。實體和概念之間通常是“是”的關系，也就是“isA”關系，比如“中國是一個國家”。而概念和概念之間通常是子集關系，如“subClassOf”，比如“籃球運動員是人的一個子集”，“國家是地點的一個子集”。一個簡單的由本體所描述的模式如圖1-9所示。

總體來看，本體強調了概念之間的相互關系，描述了知識圖譜的模式，而知識圖譜是在本體的基礎上增加了更豐富的實體信息。通俗來講，模式是骨架，而知識圖譜是血肉。有了模式，我們可以更好地推理和聯想。例如，樹是一種植物，柳樹是樹的一種實例化，則可以推斷出“柳樹是植物”。

接下來我們談一下由Google、Microsoft和Yahoo!三大巨頭于2011年推出的模式規范體系：Schema.org[1]。這個規范體系是一個消費驅動的嘗試，其指導數據發布者和網站構建者在網頁中嵌入并發布結構化數據，當用戶使用特定關鍵字搜索時，可以免費為這些網頁提升排名，從而起到搜索引擎優化（SEO）的作用。Schema.org支持各個網站采用語義標簽（Semantic Markup）的方式將語義化的鏈接數據嵌入網頁中。它的核心模式由專家自頂向下定義，截至目前[2]，這個詞匯本體已經包含700多個類和1300多種屬性，覆蓋范圍包括個人、組織機構、地點、時間、醫療、商品等。通過SEO的明確價值導向，Schema.org得到了廣泛應用，目前全互聯網有超過30%的網頁增加了基于它的數據體系的數據標注。

舉一個簡單的例子，對于一個電影門戶網站的站長來說，如果現在一位用戶正在搜索電影《八佰》，該站長希望能夠通過SEO提升自己網站的排名，從而讓用戶更加傾向點進站內的相關電影界面。傳統的HTML標簽只會告訴瀏覽器如何渲染網頁上的信息，例如<h1>The Eight Hundred</h1>僅僅告訴瀏覽器以大標題形式顯示文本文字“The Eight Hundred”，沒有明確給出這些文本文字的信息。而Schema.org可以理解為一份共享詞匯表，一種語義化的網頁結構標記。對于搜索引擎而言，使用Schema.org規范，可以讓搜索更準確，生成豐富的網頁摘要。采用Schema.org規范的網頁標簽示例如下：

1. <div itemscope itemtype="http://schema.org/Movie">
2.   <h1 itemprop="name">The Eight Hundred</h1>
3.   <div itemprop="director" itemscope itemtype="http://schema.org/Person">
4.   Director: <span itemprop="name">Hu Guan</span> 
5. (born <time itemprop="birthDate" datetime="1968-08-01">August 01, 1968</time>)
6.   </div>
7.   <span itemprop="genre">War</span>
8.   <a href=" .../trailer/the-eight-hundred-trailer.html"itemprop="trailer"> Trailer</a>
9. </div>

無論是程序員、搜索引擎還是網絡爬蟲，都可以很輕松地通過Schema.org獲取到結構非常清晰的信息：

類型：電影（Movie）

名稱：八佰（The Eight Hundred）

導演姓名：管虎（Hu Guan）

導演生日：1968年08月01日

影片類型：戰爭片（War）

當然，Schema.org也有體系覆蓋度不足、局限于英文、細致化不足等缺點。尤其是在構建特定領域模式的過程中，經常需要融合多種知識體系。由于這些不同體系關于類別、屬性的定義并不統一，例如GeoNames、DBpedia Ontology、Schema.org等都有各自獨特的體系定義，因此，體系融合也是一個非常大的難題。在工業實踐中，開發人員一般會根據一個成熟的知識體系，結合特定需求，構建適合自身需求的模式。例如，狗尾草智能科技有限公司推出的百科知識圖譜“七律”[3]及其相應的模式，就是基于AI虛擬生命開發的知識體系，如圖1-10所示。

---

[1] https://schema.org/。

[2] 截至2021年4月30日。

[3] https://ai.gowild.cn/kg。