1.3 知识图谱的模式
前文一直在实际数据的层面谈论知识图谱，也谈到了本体被用于为知识图谱定义模式。作为知识图谱中的重要概念，本节我们将深入讨论知识图谱的知识体系——模式的含义和构建。
人类一直在探寻世间真理，尝试建立知识体系。从亚里士多德开始，就有很多人对世间的万事万物进行分类。比如亚里士多德将元素分为土、水、火、空气和以太（构成天体的神圣物质），在中国最早的古汉语辞书《尔雅》中则将世间万物分为了天地山水、草木鸟兽等19个门类，并对每一个门类都进行了详细的讲解。例如在“释兽”中有这样的描述：“狗四尺为獒”。也就是说，獒是狗的一种，而且是身长四尺以上的狗。
上文我们提到，在知识图谱的图结构表示中，结点代表语义实体或概念，边代表结点间的各种语义关系。那么，实体和概念又该如何区分呢？
举一个简单的例子。在三元组<姚明，国籍，中国>中，“姚明”和“中国”是两个实体，而姚明是一个人（Human）或者篮球运动员（Basketball Player），中国是一个地点（Location）或者一个国家（Country）。这里，人、篮球运动员、地点、国家，都可以看作概念。前文提到，由概念组成的体系称为本体，本体的表达能力比模式强，且包含各种规则（Axiom），而模式这个词汇则来源于数据库领域，可视为一个轻量级的本体。实体和概念之间通常是“是”的关系，也就是“isA”关系，比如“中国是一个国家”。而概念和概念之间通常是子集关系，如“subClassOf”，比如“篮球运动员是人的一个子集”，“国家是地点的一个子集”。一个简单的由本体所描述的模式如图1-9所示。
图1-9 模式示例
总体来看，本体强调了概念之间的相互关系，描述了知识图谱的模式，而知识图谱是在本体的基础上增加了更丰富的实体信息。通俗来讲，模式是骨架，而知识图谱是血肉。有了模式，我们可以更好地推理和联想。例如，树是一种植物，柳树是树的一种实例化，则可以推断出“柳树是植物”。
接下来我们谈一下由Google、Microsoft和Yahoo!三大巨头于2011年推出的模式规范体系：Schema.org[1]。这个规范体系是一个消费驱动的尝试，其指导数据发布者和网站构建者在网页中嵌入并发布结构化数据，当用户使用特定关键字搜索时，可以免费为这些网页提升排名，从而起到搜索引擎优化（SEO）的作用。Schema.org支持各个网站采用语义标签（Semantic Markup）的方式将语义化的链接数据嵌入网页中。它的核心模式由专家自顶向下定义，截至目前[2]，这个词汇本体已经包含700多个类和1300多种属性，覆盖范围包括个人、组织机构、地点、时间、医疗、商品等。通过SEO的明确价值导向，Schema.org得到了广泛应用，目前全互联网有超过30%的网页增加了基于它的数据体系的数据标注。
举一个简单的例子，对于一个电影门户网站的站长来说，如果现在一位用户正在搜索电影《八佰》，该站长希望能够通过SEO提升自己网站的排名，从而让用户更加倾向点进站内的相关电影界面。传统的HTML标签只会告诉浏览器如何渲染网页上的信息，例如<h1>The Eight Hundred</h1>仅仅告诉浏览器以大标题形式显示文本文字“The Eight Hundred”，没有明确给出这些文本文字的信息。而Schema.org可以理解为一份共享词汇表，一种语义化的网页结构标记。对于搜索引擎而言，使用Schema.org规范，可以让搜索更准确，生成丰富的网页摘要。采用Schema.org规范的网页标签示例如下：
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>
无论是程序员、搜索引擎还是网络爬虫，都可以很轻松地通过Schema.org获取到结构非常清晰的信息：
类型：电影（Movie）
名称：八佰（The Eight Hundred）
导演姓名：管虎（Hu Guan）
导演生日：1968年08月01日
影片类型：战争片（War）
当然，Schema.org也有体系覆盖度不足、局限于英文、细致化不足等缺点。尤其是在构建特定领域模式的过程中，经常需要融合多种知识体系。由于这些不同体系关于类别、属性的定义并不统一，例如GeoNames、DBpedia Ontology、Schema.org等都有各自独特的体系定义，因此，体系融合也是一个非常大的难题。在工业实践中，开发人员一般会根据一个成熟的知识体系，结合特定需求，构建适合自身需求的模式。例如，狗尾草智能科技有限公司推出的百科知识图谱“七律”[3]及其相应的模式，就是基于AI虚拟生命开发的知识体系，如图1-10所示。
图1-10 狗尾草知识图谱——七律示例
[1] https://schema.org/。
[2] 截至2021年4月30日。
[3] https://ai.gowild.cn/kg。