本体论（Ontology）视角下的知识图谱实战拆解

为什么呢?答案很简单：成本太高了!司，需要很多规则维护，而实际使用文本稍微变一点点，比如iPhone、苹果手2.昵称@城市-岗位；3.城市-昵称-岗位第二，当时做关系抽取时候，也是全靠语料标注+传统SVN,这种东西成本巨起，甚至大公司都做得费劲，比如IBMWatson就投入了大量资源，但最终却以AI智能体最大的短板在于缺乏对业务实质的理解。没有明确的语义、本体和知为什么模型需要本体或知识图谱为什么模型需要本体或知识图谱让概率猜测获得更明确的语义约束与业务逻辑支撑只有大模型时本体/图谱提供什么大模型+本体/知识图谱大模型捷长生成与泛化，本体和知识图谱擅长定义语文、连接关系、表达规则.两者结合后，系统更容易得到稳定、可信、可解释的业务结果。错误来源难以想前定位，风险不可控。2.实体识别和关系抽取是规则堆出来的，换个领域大概率就崩了；得很好，完全可以做到AI给出第一个版本答案，让行业专家去审稿，就我之前实际经历来说，这个成本可以下降1/4到1/10,比较夸张的时候可以达到让专家从“从头创造”转向“AI生成+专家审稿”大模型时代：大模型时代：Al生成+专家审稿1.本体设计·快速产出结构草稿·专家优化补充Al抽取+规则增强·埋则少，迁移性好·实时发现变化周期短/成本低/效率高/易迭代从“手工创造”到“AI生成+专家审稿”1.本体设计·难以迁移复用·规则复杂且就弱·换领域大概率崩溃·数据填充金罪人工周期长/成本高/效率低/难选代构建成本下降1/4~1/20模型先解决自然语言理解与语义泛化，但知识仍主要停留在参数里不在训练数据里重训依熟参数知识阶阶段2AI知识库的第二阶段：长上下文与全文输入把整份资料直接交给模型，先解决私有知识可用的问题几十页资料直接送给模型在上下文里理解并定位信息系统发送整份资料生成回复这一阶段解决了什么这一阶段的新问题可能互相冲突问答效果很好为什么还不够资料继续增多后，模型很难稳定使用全部上下文，相关信息放在长文本中间位置时效果还会下降。下一步需求，是先找到相关资料，再交给模型。利用并不稳定可直接使用关键内容数据工程成本上涨阶阶段3AI先检素相关片段，再交给模型生成答案，知识库开始真正可扩展把文档拆成片段模据问题召回相关内容只把少量相关信息送入模型下一步，会走向更完整的生产级RAG.向量相似度不等于业务关联有多个叫法关注的全局理解问题全局问题每次只发送1.切块割裂关系；3.没有稳定身份；4.答不了全局问题；5.判断不了业务状态；阶阶段4AI知识库的第四阶段：生产级RAG走向知识图谱生产级RAG先解决一部分问题文档、数据库、API各有一营字段混合检索父子文档相同客户在多个系统身份不一致检索器不知道该查唾套系统元数据过滤查询路由很多问题先用工程手段就能解决多系统结果缺少统一关系模型多跳查询需要大量临时代码系统开始从检索问题走向对象与关系管理当知识分散在文档、数据库和业务系统里时，核心难题已经不只是召回质量，还包括对象身份、关系结构和跨系统协同。知识图谱提供了统一的管理层，让生产级RAG更容易进入复杂业务场景。客户/设备/合同/订单等对象上通过图的结构(实体、关系和属性)来呈现知识的内在联系和结构。1.实体(Entities):即图中的节点，代表真实世界中的事物、概念等(如人、地点、物品、概念、类别)。2.关系(Relations):实体之间的连接或联系，描述实体之间的互动。3.属性(Attributes):描述实体或关系的特征信息，如一个实体的具体属它为我们提供了一种更加直观、结构化的方式来管性的标准做结构化，两者间界限很模糊疾病：疾病：名称：“糖尿病”,名称：“糖尿病”,类型：“慢性疾病”,并发症：[”心血管疾病”,“肾脏病”,“神经损伤”]{名称："口渴”,常见疾病："糖尿病"},{名称："频繁排尿",常见疾病："糖尿病"},{名称："频繁排尿",常见疾病："糖尿病"},{{名称："体重下降",常见疾病："糖尿病"},{{名称："疲劳",常见疾病："糖尿病"名称：“胰岛素”,名称：“胰岛素”,用途："控制血糖",使用方法："注射使用方法："注射实体：[疾病("糖尿病"):{类型：“慢性疾病”类型：“慢性疾病”并发症(“心血管疾病”):0,并发症(“肾脏病”):0,并发症(“神经损伤”):,症状(”口渴”):症状(”口渴”):常见疾病："糖尿病"常见疾病："糖尿病"症状("频繁排尿"):常见疾病："糖尿病常见疾病："糖尿病症状("体重下降"):{常见疾病："糖尿病常见疾病："糖尿病症状("疲劳"):{症状("疲劳"):{常见疾病：”糖尿病”常见疾病：”糖尿病”药物("胰岛素"):{用途："控制血糖",用途："控制血糖",使用方法：“注射”使用方法：“注射”(疾病(“糖尿病”)-表现为->症状(“口渴”),(疾病(“糖尿病”)-表现为->症状("频繁排尿”)),(疾病(“糖尿病”)-表现为->症状("体重下降")), (疾病("糖尿病")-表现为->症状("疲劳")),(疾病(“糖尿病”)-引发->并发症(“心血管疾病”), (疾病("糖尿病")-引发->并发症("肾脏病")),(疾病(“糖尿病”)-引发一>并发症("神经损伤”)),(疾病("糖尿病")-治疗->药物("胰岛素"))PS:上述只是为了便于各位理解图谱是什么,真实的情况会更复杂，比如常见的贝叶斯预测：P(糖尿病|多饮+多尿)=P(多饮|糖尿病)xP(多尿|糖尿病)xP(糖尿病)/P(多饮+多尿)症状→咳嗽、呼吸急促、发热、胸痛症状→[常见疾病类别]→呼吸系统疾病可能的疾病：肺炎、支气管炎、慢性阻塞性肺疾病(COPD)进一步筛查→[检查指标]→血氧饱和度、白细胞计数、胸部影像如果胸部影像显示肺部浸润阴影，高度怀疑肺炎或肺结核肺影像学特征差异→[不同疾病影像学差异]→肺炎(浸润阴影)vs结核(钙化灶)肺若影像学表现为浸润阴影，进一步考虑细菌性肺炎最终诊断→[关联知识库]→确定细菌性肺炎可能性若有相关临床史(如吸烟史、基础疾病),可能进一步确定为慢性阻塞性综上,大模型其实就是我们所谓的快思考而知识图谱(知识库)就是我们所谓的慢思考了,在快慢结合下,医疗AI的答案将更为靠谱。但到这里还不算结束,知识图谱把实体连起来了,但它回答不了这个连接在业务腹泻一一相关→脱水腹泻一一相关→口服补液盐口服补液盐一一相关→严重脱水患者三条都是正确的医学事实。但如果所有关系都叫相关,系统只知道这三样东西有关联,却区分不了:2.腹泻使用口服补液盐治疗,是治疗关系3.口服补液盐禁忌于严重脱水患者,是禁忌关系换句话说,知识图谱能把事实连成网,但不告诉机器这些连接怎么理解、怎么1.图谱定义了实例,腹泻、补液盐、脱水都是具体的东西;2.但没有定义类型和关系语义,什么是疾病、什么是症状、什么是药物;3.什么是表现、什么是治疗、什么是禁忌;PS,这里有个主意点:医疗多数数据已经被内化进了模型,所以他大概率是知道这里的问题的,但如果用知识图谱去构建企业级的其他知识,那么模型就不会知道了我这边使用医疗的案例主要原生是他简单,并且大家都有感知,我如果用企业案例,大家理解起来会很费劲而这些类型和关系语义,恰恰是推理的前提。没有它们,AI看到的只是一堆带标签的节点和边,做不了判断。但模型自己内置了大量医疗信息，完全可以补足AI欠缺的知识知识图谱已经把关系写清楚了，本体继续定义关系的准确含义、适用范围和推腹泻概念层图谱能连起来，但还不够知识图谱回答的问题哪些事实被连接起来。更准确的理解本体属于知识墨谱的语义与规则定义层，用来规定类型、关系含义与擅理边界。能否推导，边界在鄂里。糖深病表现为糖尿病——表现为→多饮糖尿病——表现为→多尿胰岛素——用于治疗→糖尿病糖尿病——可能并发→肾脏疾病张三——出现→多饮张三——出现→多尿问题一：能否根据多饮、多尿直接推出张三患有糖尿病?不能。因为疾病表现为症状不能随意反向推导问题二：如果张三被确诊为糖尿病，能否直接推荐胰岛素?问题三：张三患有糖尿病，能否直接判断他已经并发肾脏疾病?1.糖尿病属于疾病，多饮属于症状，胰岛素属于药物2.表现为能否反向推导3.可能并发代表可能性还是确定事实4.用于治疗需要满足什么前提5.哪些关系可以继承，哪些不能传递知识图谱记录了关系叫什么、连接了哪些对象；AI还需要一套公共定义，说明1.这个领域中有哪些类型的对象；2.对象之间允许建立什么关系；3.每种关系代表什么;4.哪些推导成立、哪些推导存在矛盾；【类型】疾病、症状、药物、患者 糖尿病：疾病多饮：症状胰岛素：药物 【患者实例】张三：患者本体首先回答这是什么:糖尿病属于疾病，多饮属于症状，胰岛素属于药物。2.类别层级疾病L——代谢性疾病L-—L-—妊娠期糖尿病这样系统可以推出：张三被诊断为1型糖尿病→张三患有糖尿病→张三患有代谢性疾病。但不能反向推出：张三患有糖尿病→张三一定患有1型糖尿病。课程信息了，大家可以下来联系本体规定哪些类型之间可以建立什么关系,最关键的是区分疾病层面的通用知识1.糖尿病表现为多饮:疾病层面的通用关系2.张三出现多饮:患者层面的观察记录有了这个区分,系统才不会把疾病可能表现为什么直接当PS:这里再强调下,在医疗领域模型没这么白痴,是因为所有数据都内化进模型了,但企业场景里面黑话那么多,大概率会的本体还会规定关系两端的类型限制,例如“出现症状”的起点必须是患者、终点必须是症状。如果大模型抽取血糖检查出现多饮,系统可以发现类型错误。更重要的是,本体决定哪些结论可以推出,哪些不能:-1型糖尿病属于糖尿病→张三被诊断为1型糖尿病→张三患有糖尿病,继承成立-出现多饮、多尿→确诊糖尿病,反向推导不成立,只能说是有概率-胰岛素可以治疗糖尿病→所有糖尿病患者都应该使用胰岛素,关系泛化不成立,还要分期分级本体不仅帮助机器推出新知识,也帮助机器知道哪些结论不能随意推出。至