第 4 章：知识图谱基础理论——图模型、三元组、RDF 与 RDFS、OWL 本体语言
这一章，我们来啃掉知识图谱最核心的理论基础。老实说，这些概念听起来挺吓人——什么 RDF、RDFS、OWL，一堆缩写。但你把它拆开看，其实就是一套描述“世界万物之间关系”的通用语言。我当年刚开始搞知识图谱时，也对着这些术语头疼过，后来发现，只要你理解了图模型和三元组，剩下的全是锦上添花。
我们先从最根本的东西说起。
4.1 图模型：知识图谱的骨架
知识图谱本质上就是一个图。但这个图不是我们平时看到的柱状图、折线图，而是由节点（Node）和边（Edge）构成的网络。
- 节点：代表实体。例如“阿司匹林”、“头痛”、“片剂”。
- 边：代表关系。例如“治疗”、“属于”、“剂型是”。
在药物领域，这个结构特别清晰。一种药物是一个节点，它的靶点是另一个节点，两者之间的“作用于”关系就是一条边。整个图谱就是由无数这样的小结构拼起来的。
核心要点：知识图谱用的是有向标签图（Directed Labeled Graph）。每条边都有方向，并且带有一个标签，用来精确描述关系的语义。
举个简单的例子——
节点A: 阿司匹林
节点B: 环氧合酶-1(COX-1)
边 (A -> B): 抑制这个图的意思就是“阿司匹林抑制COX-1”。简单吧？但正是这种看似简单的结构，撑起了整个知识图谱的体系。我在做一个药物重定位项目时，就是靠这种图结构，从一个药物出发，沿着“药物-靶点-疾病”的路径，才找到了潜在的旧药新用方案。
4.2 三元组：知识图谱的原子单位
图模型里的每一条边，在知识图谱里都有一个正式的名字——三元组 (Triple)。它是知识图谱中最小的、不可再分的知识单元。
三元组的结构固定为：
(主体, 谓词, 客体)
(Subject, Predicate, Object)拿上面的例子来说：
主体: 阿司匹林
谓词: 抑制
客体: COX-1这三个元素缺一不可。没有主体，知识不知道从哪来；没有谓词，关系说不清楚；没有客体，知识没有落脚点。
| 三元组元素 | 含义 | 药物知识图谱示例 |
|---|---|---|
| 主体 | 被描述的实体 | 布洛芬 |
| 谓词 | 描述关系的谓词 | 属于 |
| 客体 | 指向的实体或值 | 非甾体抗炎药 |
我个人习惯：在构建知识图谱时，我会先把所有知识拆解成三元组，再考虑怎么存、怎么查。你可以把每个三元组看成一句最简单的陈述句。
4.3 RDF：让三元组变成标准语言
三元组是个好概念，但光有概念没法在机器之间流通。这就引出了RDF (Resource Description Framework，资源描述框架)。
RDF 定义了如何用标准化的方式表达这些三元组。说白了，它就是一个序列化格式——把三元组写成机器能读懂的文本。
RDF 的节点类型有三种，我整理成了表格，方便你对比：
| 节点类型 | 描述 | 示例 |
|---|---|---|
| IRI（国际化资源标识符） | 全局唯一的标识符，类似URL | <http://example.org/drug/aspirin> |
| 字面量 | 具体的数据值，如字符串、数字 | "阿司匹林"@zh 或 "100"^^xsd:integer |
| 空节点 | 匿名资源，没有全局IRI | _:node1 |
一段标准的 RDF 数据长这样（Turtle 格式，最常用的一种）：
@prefix drug: <http://example.org/drug/> .
@prefix rel: <http://example.org/relationship/> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
drug:aspirin rel:treatment drug:headache .
drug:aspirin rel:dosage "500"^^xsd:integer .
drug:aspirin rdfs:label "阿司匹林"@zh .这里 @prefix 是命名空间声明，相当于给长长的 IRI 起了个简称。你看最后一行，rdfs:label 其实来自 RDFS——别急，我们马上就讲它。
注意：RDF 本身只提供了描述事实的骨架，它并不限制你用什么谓词。这就意味着，两个不同的数据源可能用不同的词描述同一个关系——比如“治疗”和“用于治疗”。这时候就需要 RDFS 或 OWL 来加一层约束。
4.4 RDFS：给 RDF 加上约束
RDFS (RDF Schema) 是 RDF 的扩展，它的作用很简单——定义类和属性之间的关系。
举个例子。没有 RDFS 时，我可以随口说“布洛芬 是 感冒药”，但“感冒药”到底是什么？RDFS 允许我定义一个 drug:Drug 类，然后声明“所有感冒药都是 Drug 的子类”。这样一来，机器就能自动推理出“布洛芬也是一种药物”。
RDFS 的核心词汇包括：
rdfs:Class—— 定义类。rdfs:subClassOf—— 类的继承关系。rdfs:subPropertyOf—— 属性的继承关系。rdfs:domain和rdfs:range—— 定义属性的作用域和值域。
这才是真正的工程化。比如：
drug:Drug rdf:type rdfs:Class .
drug:Analgesic rdfs:subClassOf drug:Drug .
drug:aspirin rdf:type drug:Drug .
drug:aspirin rel:treatment drug:headache .
rel:treatment rdfs:domain drug:Drug .
rel:treatment rdfs:range medical:Disease .这段代码告诉机器：treatment 这个属性只能用于 Drug 类的实例（domain），只能指向 Disease 类的实例（range）。如果你给“阿司匹林”配置了一个“颜色：红色”的关系，机器会报错——因为“颜色”不对应到 Drug 和 Disease 的 domain/range 约束。
我记得有一次做药物相互作用图谱，有人把“副作用”和“禁忌症”混在一起用。后来我加上 RDFS 的 domain/range 约束，才把这些乱象治住。说白了，RDFS 就是帮你管住数据的“户口本”。
4.5 OWL 本体语言：更强的推理能力
如果说 RDFS 是一种轻量级的约束语言，那 OWL (Web Ontology Language) 就是重型武器了。它提供了更丰富的逻辑表达能力，能进行复杂的推理。
OWL 的核心能力包括：
- 等价关系：
owl:equivalentClass，owl:sameAs。 - 属性特征：传递性 (
owl:TransitiveProperty)，对称性 (owl:SymmetricProperty)，函数性 (owl:FunctionalProperty)。 - 限制：
owl:someValuesFrom，owl:allValuesFrom，owl:cardinality。
用一个实际例子来说明 OWL 的威力：
drug:Paracetamol rdf:type owl:Class .
drug:Acetaminophen owl:sameAs drug:Paracetamol .
rel:isMetabolizedBy rdf:type owl:TransitiveProperty .
rel:isMetabolizedBy rdfs:domain drug:Drug .
rel:isMetabolizedBy rdfs:range biological:Enzyme .如果你知道“扑热息痛是通过 CYP2E1 代谢的”，并且“CYP2E1 是肝脏中的一种酶”，OWL 可以自动推理出“扑热息痛是在肝脏中代谢的”。这是 RDFS 做不到的。
一句话总结：RDF 是数据的容器，RDFS 是简单的模式定义，OWL 是带逻辑推理的本体。
4.6 本章核心知识图谱
下面这张 SVG 图展示了这一章提到的核心理论栈——从底层的图模型，到上层的 OWL 本体推理：
这张图从左到右、从下到上，展示了一套层层递进的知识表达体系。你不需要一次性背下所有细节，只需要记住一个原则：越往下越基础，越往上推理能力越强。
曾经踩过的坑：刚学 OWL 时，我总想给所有属性加上传递性，以为这样推理结果更准。结果很多推理结果自相矛盾——因为传递性会带来大量隐式三元组，爆了整个图谱。这个东西，后面我们在推理章节还会细说，这里先提醒你：OWL 能力越强，约束也越多，别贪多求全。
好了，这一章的理论基础就讲这些。图模型、三元组、RDF、RDFS、OWL——这几个概念是后续所有操作的地基。在实战中，我大部分时间用的还是 RDF + RDFS，OWL 只在需要复杂推理的时候才出手。但不管怎么说，理解它们之间的关系，能让你的知识图谱设计思路更清晰。