本體設(shè)計是圖應(yīng)用中的重中之重，而圖構(gòu)建的核心也是本體設(shè)計。本篇文章中作者詳細介紹了領(lǐng)域本體的設(shè)計原則和如何設(shè)計本體，感興趣的小伙伴一定不能錯過，一起來看看吧。

前文《思考總結(jié)：領(lǐng)域知識圖譜平臺構(gòu)建與業(yè)務(wù)應(yīng)用》中提到：“本體設(shè)計是圖應(yīng)用中的重中之重，一切的圖展示、圖計算、圖分析、圖挖掘、圖模式匹配…的基礎(chǔ)在圖構(gòu)建，而圖構(gòu)建的核心是本體設(shè)計。”，接著上文，本文就重點聊一下本體設(shè)計。

在聊本體之前，有必要先將對于本體的叫法對齊。在知識圖譜層面(偏學(xué)術(shù))，一般將本體稱為本體；在圖數(shù)據(jù)庫層面，一般將本體稱為Schema；在業(yè)務(wù)領(lǐng)域?qū)用?，一般將本體稱為場景圖模型；本文將稱之為本體。

一、領(lǐng)域本體是什么

領(lǐng)域本體是指領(lǐng)域概念體系（包括領(lǐng)域概念定義和概念間關(guān)系）的形式化規(guī)范定義。近幾年，隨著領(lǐng)域知識圖譜項目和產(chǎn)品的發(fā)展，領(lǐng)域本體開發(fā)的工作逐步從AI專家轉(zhuǎn)移到領(lǐng)域業(yè)務(wù)專家手中。

依據(jù)本體的層次和領(lǐng)域依賴度，Guarino等人將其分為四類：頂層本體、領(lǐng)域本體、任務(wù)本體和應(yīng)用本體。

1. 頂層本體：研究通用的概念以及概念之間的關(guān)系，如空間、時間、事件、行為等，與具體的應(yīng)用無關(guān)，完全獨立于限定的領(lǐng)域，因此可以在較大范圍內(nèi)進行共享。
2. 領(lǐng)域本體：研究的是特定領(lǐng)域內(nèi)概念及概念之間的關(guān)系。
3. 任務(wù)本體：定義一些通用任務(wù)或者相關(guān)的推理活動，用來表達具體任務(wù)內(nèi)的概念及概念之間關(guān)系。
4. 應(yīng)用本體：用來描述一些特定的應(yīng)用，既可以引用領(lǐng)域本體中特定的概念，又可以引用任務(wù)本體中出現(xiàn)的概念。

本體是一個描述性的形式化概念體系，是知識圖譜的模型層，本體中包括點類型（也叫實體分類或概念，本文統(tǒng)稱為點類型），點類型屬性（也可叫點類型特征，本文統(tǒng)稱點類型屬性）以及邊類型，邊類型連接點類型與點類型，邊類型也包含邊類型屬性。

以本體作為模型層，將數(shù)據(jù)與本體建立一一映射關(guān)系，然后將映射結(jié)果導(dǎo)入到圖數(shù)據(jù)庫中，便可形成知識圖譜。因此，可以看出，本體其實是知識圖譜的構(gòu)建范式，是數(shù)據(jù)的組織模板。

二、設(shè)計本體的意義

通過以上內(nèi)容可知，本體是構(gòu)建圖譜項目的核心，是圖譜組織數(shù)據(jù)的范式和模板，除此之外，本體的意義可總結(jié)為如下5種：

• 達成業(yè)務(wù)場景共識，當幾個不同的數(shù)據(jù)源都存在某個業(yè)務(wù)場景所需的信息或數(shù)據(jù)時，如果定義好底層本體，腳本就可以從這些數(shù)據(jù)源中提取并以規(guī)范的形式融合數(shù)據(jù)，進而使用融合后的數(shù)據(jù)為業(yè)務(wù)分析決策提供支持，將散落的數(shù)據(jù)形成知識以提供應(yīng)用價值，所謂：“無規(guī)矩不成方圓”。
• 復(fù)用業(yè)務(wù)結(jié)構(gòu)知識：許多不同領(lǐng)域的模型需要用到時間概念，包括時間區(qū)間、時間點、時間的相關(guān)度量等。如果有業(yè)務(wù)人員詳細研究并定義了一個業(yè)務(wù)本體，那么就可以被其他人直接復(fù)用。如果需要構(gòu)建一個大規(guī)模本體，則既可以綜合若干相關(guān)業(yè)務(wù)的現(xiàn)有本體，也可以從通用本體出發(fā)有針對性地擴展領(lǐng)域本體。
• 業(yè)務(wù)知識的顯性表示：為便于專家有效應(yīng)對領(lǐng)域知識的變化。領(lǐng)域知識不但包括事實，也包括規(guī)則，例如，“鸚鵡是鳥”為事實，“鳥會飛“為規(guī)則（知識），那么業(yè)務(wù)知識的應(yīng)用就可以推導(dǎo)出”鸚鵡會飛“。如果只是簡單地把業(yè)務(wù)知識用編程的方式表示出來，不但全程依賴開發(fā)者支持維護，而且這樣的表示也不利于業(yè)務(wù)專家理解與更新。而業(yè)務(wù)知識的顯性化表示也便于新用戶透徹理解業(yè)務(wù)知識的完整意義。
• 區(qū)別業(yè)務(wù)知識與操作知識：數(shù)據(jù)本身和數(shù)據(jù)處理流程可以分離，領(lǐng)域應(yīng)用中不但需要領(lǐng)域知識，同時可以描述如何配置與處理這些領(lǐng)域知識。
• 分析業(yè)務(wù)場景知識：可以利用描述性形式語言。通過對領(lǐng)域知識的形式化表示，可以有效支持本體的復(fù)用和擴展。

三、如何設(shè)計領(lǐng)域本體

設(shè)計本體的過程一般包括如下步驟：

• 定義點類型（實體分類）
• 定義點類型的分類關(guān)系（即子類 – 父類的分類樹），本體中的點類型，可以有最高抽象點類型（如：人類、自然人），也可以有子點類型（如：男人、女人、歐洲人、亞洲人），甚至可以更細分（如：中國人、美國人、北京人）。
• 定義邊類型、邊類型的有向型（是否有向，有向為出向還是入向）
• 定義點、邊類型屬性以及屬性值取值范圍
• 設(shè)定點、邊類型屬性取值的缺省值

四、領(lǐng)域本體設(shè)計原則

本體的應(yīng)用期望直接影響本體的結(jié)構(gòu)和本體的詳細程度，本體的直觀程度、可擴展性、可維護性都是本體設(shè)計時需要考慮的因素。同時，也要考慮本體模型與實際世界的邏輯聯(lián)系。

筆者在過往的本體設(shè)計中總結(jié)了幾點基本原則，這些原則可以幫助在許多情況下進行設(shè)計決策：

1. 領(lǐng)域場景本體設(shè)計沒有唯一的標準和正確的答案，只有更好沒有最好，最好的設(shè)計方案取決于后續(xù)的應(yīng)用期望和拓展期望。
2. 本體設(shè)計方案是一個不斷迭代的過程，在應(yīng)用和拓展的過程中，總會發(fā)現(xiàn)更優(yōu)的方案和優(yōu)化點。
3. 本體中的點類型、邊類型以及點、邊類型的屬性設(shè)計，應(yīng)該接近目標應(yīng)用場景中的對象和關(guān)系。
4. 業(yè)務(wù)滿足度與性能兼容度皆需考慮，在業(yè)務(wù)與性能之間取得平衡，并且考慮可視化分析與圖計算、圖挖掘。Neo4j希望用戶能夠尊重業(yè)務(wù)領(lǐng)域?qū)嶓w的關(guān)系進行設(shè)計，Nebula Graph的共識是面向性能設(shè)計。

設(shè)計好本體的初始版本后，可以通過實際應(yīng)用、解決問題、與領(lǐng)域業(yè)務(wù)專家討論對本體進行評估和優(yōu)化。一般情況下，初始版本設(shè)計的本體，都需要不斷調(diào)優(yōu)修改。迭代本體的動作需要在業(yè)務(wù)應(yīng)用的整個生命周期中持續(xù)進行。

五、本體版本管理

本體初次設(shè)計好后，根據(jù)實際業(yè)務(wù)場景應(yīng)用發(fā)展的需要，總是不斷地發(fā)展和變化，因此需要對本體進行有效管理。本體管理環(huán)節(jié)包括：

1. 本體演化：本體的發(fā)展過程中的變化規(guī)律及本體的維護管理。
2. 本體融合：從多個本體中集成一個新的本體，從子業(yè)務(wù)場景融合成為新業(yè)務(wù)場景。
3. 本體驗證：驗證本體的正確性與合理性，是否滿足業(yè)務(wù)需求。
4. 本體版本化：維護管理本體的演化過程中所生成的不同版本。

六、Palantir 動態(tài)本體

由于本體總是需要不斷的演進和變化，業(yè)界領(lǐng)先的領(lǐng)域知識圖譜公司Palantir提出了動態(tài)本體論。

Palantir的設(shè)計哲學(xué)與核心是動態(tài)本體。Palantir動態(tài)本體的靈活定義是基于對象的數(shù)據(jù)模型，動態(tài)本體是將眾多來源的數(shù)據(jù)從原始存儲格式轉(zhuǎn)換、集成到數(shù)據(jù)對象和相關(guān)屬性中的方式，這些屬性代表了世界上的人物、地點、事件以及它們之間的聯(lián)系。

不同的組織以不同的方式構(gòu)思世界，并且這些數(shù)據(jù)模型隨著時間的推移而變化，動態(tài)本體在每個案例(場景)的基礎(chǔ)上進行定義，可以隨著新的數(shù)據(jù)源被添加、更改、刪除而更新。靈活、統(tǒng)一的數(shù)據(jù)模型大大簡化了Palantir數(shù)據(jù)集成的過程，能夠在幾天或幾天內(nèi)完成，而不是大多數(shù)據(jù)集成項目需要幾月甚至幾年。

在Palantir中，一個本體主要包括三個部分：

1. 對象：對象指的是任何被建模的事物，對象包含文檔、實體和事件。文檔是基于文本的，實體是概念和分類的實例，比如人、地點；事件是以時間出現(xiàn)的事物。
2. 屬性：屬性指是對象的特征，如：人的性別、人的年齡、戶籍地等。
3. 關(guān)系：關(guān)系指的是概念之間的關(guān)聯(lián)，如：人物之間的雇傭關(guān)系，人與人之間的朋友關(guān)系、夫妻關(guān)系。

在Palantir中，可以基于對象、屬性和關(guān)系設(shè)計各種靈活的本體和數(shù)據(jù)模型。而這里的對象又被分為文檔、實體和事件。

對于情報分析來說，及其重要的就是對文檔的檢索以及分析，對人物、組織等實體的畫像和關(guān)聯(lián)，對事件的建模和分析。

動態(tài)本體允許對不再使用的對象、屬性和關(guān)系進行移除，同時也可以添加新的對象、屬性和關(guān)系，本體時刻處于動態(tài)更新。還支持對已有對象、屬性和關(guān)系的功能的修改，比如可以添加和修改標簽、圖標、解析器等。

動態(tài)本體對于異構(gòu)數(shù)據(jù)的集成很有幫助?，F(xiàn)有關(guān)系數(shù)據(jù)庫的數(shù)據(jù)管理系統(tǒng)一般采用表和關(guān)系的固定模式來組織數(shù)據(jù)，當模式變化時，需要對表進行修改，導(dǎo)致很多重復(fù)勞動。

另外，基于一個固定的模式不利于對數(shù)據(jù)做集成，特別是對于數(shù)據(jù)模式經(jīng)常要更新的場景。

《動態(tài)本體 palantir》文章中介紹了Palanti動態(tài)本體的方案流程圖，可作為參考：

目前大多數(shù)圖數(shù)據(jù)庫也是支持入圖后的本體的二次修改，不過都有較大的限制，一般只支持新增和刪除點類型、邊類型、點邊類型屬性，但是不支持點、邊類型的修改和屬性修改。

動態(tài)本體的提出就是為了提供一個靈活可變的數(shù)據(jù)模型，方便數(shù)據(jù)管理和多源數(shù)據(jù)的集成。在一個應(yīng)用中，可以構(gòu)建一個數(shù)據(jù)庫的動態(tài)本體，而該動態(tài)本體可以用來集成各種數(shù)據(jù)。具體思路如下：

1. 對象類型編輯器用來設(shè)計數(shù)據(jù)類型和數(shù)據(jù)類型的屬性特征。
2. 屬性類型編輯器用來設(shè)計屬性類型并且定義該屬性類型的特征。
3. 每個屬性類型都有一個解析器，該解析器將一些輸入的數(shù)據(jù)跟動態(tài)本體做一個映射，并且把輸入數(shù)據(jù)添加到數(shù)據(jù)庫中。

Palantir動態(tài)本體通過解析器可以把各種格式的數(shù)據(jù)都集成到一個數(shù)據(jù)庫中，從而很好地實現(xiàn)了異構(gòu)數(shù)據(jù)的集成。

同時，為了達到這個目的，需要將動態(tài)本體的對象類型和屬性類型定義完備，同時需要將解析器的正則表達式寫好，否則很難使用。這也是Palantir的動態(tài)本體的缺陷所在。

七、總結(jié)

本體的設(shè)計原則和概念在此做了一些介紹，可以說本體是千變?nèi)f化的，相同的業(yè)務(wù)領(lǐng)域基于不同的應(yīng)用方式以及設(shè)計目的，形態(tài)和結(jié)果多種多樣，總的來說以業(yè)務(wù)需求為導(dǎo)向去設(shè)計，并且結(jié)合應(yīng)用場景和應(yīng)用性能。

當前，本體開發(fā)技術(shù)存在很多大的局限性，即使Palantir設(shè)計出了動態(tài)本體以彌補數(shù)據(jù)和需求的動態(tài)演變過程中的本體變化問題，但是解析器的正則表達式仍要窮舉，無法定義完備，希望在技術(shù)的發(fā)展過程中，后續(xù)會有更好的本體開發(fā)技術(shù)出現(xiàn)。

當前依然處于學(xué)習(xí)和應(yīng)用嘗試過程中，認知有局限性，不當之處，歡迎私信指出和交流。

參考文獻：

神秘Palantir-平臺介紹:https://mp.weixin.qq.com/s/JgLkd4_J5s93FDuS31F-Cg

動態(tài)本體 palantir: https://blog.csdn.net/weixin_44319196/article/details/111598680

動態(tài)本體簡介: https://zhuanlan.zhihu.com/p/30799669

本體（Ontology）概述: https://blog.csdn.net/baijinswpu/article/details/81113314

本文由 @阿拉燈神丁 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC0協(xié)議。