文章

本体论流派与OWL简介

本体论不止 OWL。知识工程、DEMO、运行时语义层、指标语义层和 LLM 抽取是不同脉络。OWL 是 W3C 网络本体语言,擅长分类与逻辑蕴含,开放世界语义下不负责动作与写回。

本体论流派与OWL简介

本体论流派与OWL简介

「确定性 OWL 派、LLM 自动抽取派、图数据库底座」是挑开源仓库时的实现切法,不是本体论的全部。OWL 是 W3C 的 Web Ontology Language(网络本体语言),是知识工程派最常用的形式化语言,不是「本体」的同义词。下文按 W3C OWL / OWL 2、RDF、RDFS、SKOS、SHACL、SPARQL,以及 Gruber、Borst、Uschold / TOVE、Dietz DEMO、BFO / DOLCE / UFO 等线索整理。

参考与延伸阅读:


目录


1. 工具谱系上的三种切法

切法实际在分什么典型仓库或产品
确定性 OWL 派人事先写类、属性、公理;推理机按逻辑推出蕴含WebVOWL、FIBO、gist、部分 TrustGraph / AWS COA
LLM 自动抽取派从文档或表结构归纳术语和关系,再给人审EvoOntology、NVIDIA Auto Ontology、Semantica 的生成器、不少 GraphRAG
图数据库底座节点和边先存起来,本体可有可无Neo4j、各类「知识图谱」产品

三者可以叠:OWL 文件可以进图库;LLM 可以起草 OWL;图库可以完全不跑描述逻辑。所以这是工具谱系,不是互斥学派。

选型时至少再加一刀:有没有动作、写回和权限。有无这一项,比「是不是 OWL」更能区分 Palantir 路线和纯 OWL 仓库。


2. 本体在工程里的含义

哲学里 ontology 研究「有什么种类的存在」。计算机里被 Gruber(1993)收成工程定义:对概念体系的显式规定;Borst 补上「共享、形式化」。

企业场景里,本体要回答的是:承认哪些对象、如何识别、彼此如何关联、当前什么状态、必须满足什么规则、谁可以发起什么动作。它是共享业务坐标系,不是把所有数据搬到一处。

一组常用对照:

概念含义
Taxonomy树。只说「是一种 / 属于」
Ontology图 + 约束;现代产品里往往还有动词
Knowledge Graph本体被实例化后的事实网络。本体相对稳定,图谱持续增长
TBox术语盒:类、属性、公理
ABox断言盒:某个体属于某类、某两个体有某关系
OWLW3C 形式化知识表达语言,适合交换和逻辑推理
Palantir Ontology以对象、属性、链接、动作为核心的企业运行契约

实务上常把「本体」偏 TBox、「知识图谱」偏 ABox。很多产品把图谱叫本体,其实只有实例层,关系类型稀、没有公理。


3. 九条常见脉络

不止三种。下面几条经常同时存在,讨论时最好先标明站在哪一条上。

3.1 哲学 / 上层本体

先规定世界里最抽象的类别:物、过程、角色、时间、空间,再往下挂领域。

代表:BFO(ISO 21838-2)、DOLCE、UFO、CCO。工业上 IOF 挂在 BFO 下。这一派在乎分类不打架(人是物还是角色),不直接管订单怎么改。

3.2 知识工程 / 描述逻辑派

把共享词汇写成可推理的公理。爱丁堡 Enterprise Ontology、多伦多 TOVE、METHONTOLOGY 都在这里。产出是词汇表加公理,今天多半落成 RDF + OWL。评价手段是 competency questions:本体必须能回答哪些问题,就建到多深。

金融 FIBO、极简上层 gist 是这一派的内容库;HermiT、ELK 是推理机;WebVOWL 是看图工具。OWL 最常待在这里。

3.3 企业工程派(DEMO)

Dietz 的 Enterprise Ontology:把组织本质和实现方式分开。B / I / D 三层(业务沟通、信息处理、文档与数据),交易模式是请求 → 承诺 → 执行 → 声明 → 接受。产出是协作、过程、动作、事实模型,通常不是 OWL 文件。关心「企业靠什么沟通在创造事实」,较少对应到三元组库。

3.4 概念建模派

用 UML 味道的语言建本体(OntoUML、UFO 加 UML profile)。和 OWL 可互译,但读者是业务建模者,不是逻辑学家。

3.5 受控词表 / 轻量语义

只做「是一种 / 同义 / 上位」,几乎不做复杂约束。图书馆、主数据编码、搜索同义词常用。SKOS 不是 OWL 的简化替代,是另一档:词表,不是公理系统。

3.6 运行时语义层

对象、属性、链接、动作、权限一体。本体是生产契约:大模型只能调工具,工具在权限里写回。Palantir Foundry Ontology、用友 YonOnto、Ontexus 走这条。和 OWL 可以导出对接,但核心不是描述逻辑。

3.7 数据 / 指标语义层

术语对应哪张表、哪个指标用哪条 SQL。问的是「数怎么算」,不是「世界里有哪些类」。问数产品的术语加示例 SQL、NVIDIA Auto Ontology 的 Term / SQL attribute 属于这里。它可以长得很像本体,职责仍是问数。

3.8 知识图谱作为实例层

图谱存已经发生的事实。图数据库是底座,不是流派。没有 TBox 时,节点和边只是带类型的存储。

3.9 LLM 抽取是建造方法,不是独立本体论

从文本抽三元组、从 schema 归纳类,解决的是第一稿从哪来。审定之前它不是共享概念体系,只是候选。TrustGraph 用 OWL 约束抽取,Auto Ontology 用人认证 SQL 属性,都是「抽取 + 某派契约」的组合。


4. OWL 的定位与构件

OWL = Web Ontology Language,W3C 的网络本体语言。缩写故意写成 OWL 而不是 WOL:好念,也呼应猫头鹰(智慧的传统象征)。中文常称「网络本体语言」,或直接说 OWL。

它要解决的问题:词汇不能只靠自然语言或 XML 标签。要让机器知道,例如:

  • 「合同」是一类事物
  • 「甲方」是合同指向组织的关系
  • 「框架协议」是合同的子类
  • 一份合同不能同时是「已作废」和「履行中」(若写下互斥公理)
  • 从「甲是乙的子公司、乙是丙的子公司」能否推出甲与丙的关系(若写了传递性)

OWL 建在 RDF(资源描述框架,主谓宾三元组)和 RDFS(类、子类、属性)之上,把表达能力加到描述逻辑(Description Logic)能推理的程度。祖先是 DAML+OIL。OWL 1 于 2004 年成为 W3C 推荐标准;OWL 2 于 2009 年发布。现在说的 OWL 多半是 OWL 2。

4.1 它写什么

构件例子
类(Class)合同、人员、项目
个体(Individual)某一份具体合同(已靠近 ABox)
对象属性 / 数据属性负责人(连到人)、金额(连到数字)
公理子类、等价、不相交;属性的定义域 / 值域、传递、对称、函数性
约束someValuesFrom(至少有一个合格值)、allValuesFrom(所有值都必须是)、基数(恰好 1 个甲方)

TBox 是这类约定;ABox 是断言。OWL 文件两者都能写,工程上往往 TBox 用 OWL,实例用图库或表。

4.2 开放世界与封闭世界

这是 OWL 和企业数据库最容易撞车的一点。

  • 数据库 / SQL:封闭世界。表里没有,就当假。
  • OWL:开放世界。没写不等于假,只是未知。没有「作废」三元组,推不出「没作废」。

所以「用 OWL 当主数据约束」经常让业务落空:以为写了互斥就能挡脏数据,推理机却说「我不知道」。要在图上做「形状校验」(这条边必须有、这个字段必须是 IRI),现在更常用 SHACL(Shapes Constraint Language)。OWL 偏推出新知,SHACL 偏检查是否符合形状。

4.3 OWL 2 的档位

完整 OWL 2 DL 推理可能很贵。W3C 切了几个可计算的剖面:

剖面大致用途
OWL 2 EL超大分类体系(如 SNOMED 医学术语)
OWL 2 QL本体当查询重写,底下仍是关系数据库
OWL 2 RL用规则引擎做可扩展推理
OWL 2 DL标准描述逻辑,有推理机
OWL 2 Full和 RDF 完全兼容,推理不保证可判定

企业项目若号称「上了 OWL」,要问清是 DL、EL,还是只把 owl:Class 当标签用。后一种和电子表格里的类名差别不大。

4.4 和邻近标准怎么排

名字角色
RDF图的数据模型:三元组
RDFS很浅的类和属性
OWL类、属性、公理、可推理
SKOS概念方案、上下位、备选标签,给词表
SHACL图的形状约束,给校验
SPARQL图查询语言
PROV-O溯源(谁、何时、从哪来)

Semantica、TrustGraph、AWS COA 把 OWL / SHACL / SKOS 捆在一起,是因为:分类用 OWL,校验用 SHACL,同义词用 SKOS,查询用 SPARQL。

4.5 企业运行时较少直接用 OWL 的原因

  • 业务专家写不了描述逻辑;写得动的人维护不起开放世界语义。
  • 推理机对「今天订单状态」这种高频读写不友好。
  • OWL 没有「动作」:不能表达谁可以在什么条件下改状态、如何写回源系统。Palantir 的 Action、问数产品的示例 SQL、Agent 的工具清单,都不在 OWL 核心里。
  • 交换和归档仍然适合 OWL:FIBO、行业互操作、监管要可机读定义时,导出 OWL 有价值。

OWL 是一种形式化语言,特长是共享分类和逻辑蕴含;不是本体论的同义词,也不是企业落地的唯一载体。


5. 选型时如何对照这些脉络

不必先站队「只做 OWL」或「只做抽取」。更稳的问法是:

  1. 契约写在哪:公理(OWL)、对象—动作(运行时)、术语—SQL(问数)、词表(SKOS)?
  2. 实例存在哪:三元组库、属性图,还是根本不物化、用时从源系统算?
  3. 第一稿谁写:人、从 schema 编译,还是从文档抽取?审定门在哪?
  4. 要不要改世界:只要查询,还是必须有权限动作?

GitHub 上那三派回答的是第 2、3 问。第 1、4 问要回到 DEMO、Palantir 运行时和指标语义层,否则会把 WebVOWL、Neo4j 和 Auto Ontology 当成同一类产品比星标。


6. 小结

要点结论
三种切法工具谱系,不是互斥学派;还要看有没有动作、写回和权限
本体共享概念体系(偏 TBox);图谱是实例化后的事实网络(偏 ABox)
OWLW3C 网络本体语言,建在 RDF / RDFS 上,擅长分类与逻辑蕴含
开放世界没写不等于假;形状校验更常用 SHACL
企业运行时对象—动作—权限往往不在 OWL 核心里;OWL 仍适合交换和归档
本文由作者按照 CC BY 4.0 进行授权