2. 知识图谱基础回顾：实体、关系、属性、三元组与图结构
在开始缺失特征巡检之前，必须统一对知识图谱核心构成要素的认知。知识图谱本质上是一种语义网络，其数据层由“实体—关系—属性”三元组构成，存储层则采用图结构进行组织。本节将系统回顾这五个基础概念，为后续的缺失检测奠定精确的术语基础。
2.1 核心要素定义
| 要素 | 英文 | 定义 | 巡检关注点 |
|---|---|---|---|
| 实体 | Entity | 客观世界中可被区分的事物，如人、地点、组织、产品 | 实体是否存在、是否重复、是否缺失标识符 |
| 关系 | Relation | 实体之间的语义连接，如“任职于”、“位于”、“生产” | 关系是否缺失、方向是否正确、类型是否匹配 |
| 属性 | Property | 实体或关系的特征描述，如“年龄”、“成立日期”、“价格” | 属性值是否为空、格式是否合规、单位是否一致 |
| 三元组 | Triple | (头实体, 关系, 尾实体) 或 (实体, 属性, 属性值) | 三元组是否完整、是否冗余、是否语义矛盾 |
| 图结构 | Graph | 以节点（实体）和边（关系）组织的数据拓扑 | 连通性、孤立节点、环路、度分布异常 |
巡检提示： 在缺失特征巡检中，属性缺失是最常见的问题（占比约 60%），其次是关系缺失（约 25%），实体缺失通常由上游数据源导致。建议按“属性 → 关系 → 实体”的优先级进行扫描。
2.2 三元组：知识图谱的基本语义单元
三元组是知识图谱中最小的、不可再分的语义表达单元。所有知识图谱的构建、查询、推理都基于三元组操作。三元组分为两种类型：
- 关系三元组：(实体A, 关系, 实体B) —— 描述实体间的语义关联。
- 属性三元组：(实体, 属性, 属性值) —— 描述实体的内在特征。
以下是一个典型的三元组示例：
# 关系三元组
(华为技术有限公司, 总部位于, 深圳)
# 属性三元组
(华为技术有限公司, 成立日期, "1987-09-15")
常见缺失陷阱： 属性三元组中的“属性值”常被误填为实体ID或空字符串。例如 (员工A, 年龄, "") 或 (员工A, 年龄, "unknown") 均属于属性值缺失，应在巡检中被标记。
2.3 图结构：从三元组到网络
当大量三元组被聚合在一起时，便形成了图结构。知识图谱的图结构具有以下关键特征：
- 节点（Vertex）：对应实体，每个节点通常拥有唯一标识符（URI或ID）。
- 边（Edge）：对应关系，有向边从头实体指向尾实体。
- 标签（Label）：节点或边的类型，如“人物”、“公司”、“任职关系”。
- 属性（Property）：附着在节点或边上的键值对。
下图展示了一个包含 5 个实体、4 条关系的微型知识图谱结构：
2.4 图结构与关系型数据库的对比
理解图结构与传统关系型数据库的差异，有助于在巡检中识别因存储模型导致的缺失特征：
| 对比维度 | 知识图谱（图结构） | 关系型数据库（表结构） |
|---|---|---|
| 数据模型 | 节点 + 边 + 属性 | 表 + 行 + 列 |
| 关联表达 | 直接通过边连接，无需 JOIN | 通过外键 + JOIN 操作 |
| 模式灵活性 | Schema-on-read，属性可动态添加 | Schema-on-write，需预定义表结构 |
| 缺失特征表现 | 孤立节点、缺失边、属性值为空 | NULL 值、外键断裂、行缺失 |
| 典型查询 | SPARQL / Gremlin / Cypher | SQL |
巡检要点： 图结构的孤立节点（没有任何边连接的实体）是缺失特征巡检的重点对象。孤立节点通常意味着该实体缺少必要的关系三元组，导致其无法融入知识网络，失去语义价值。
2.5 三元组与图结构的映射关系
为了更直观地理解三元组如何构成图结构，下表展示了从三元组到图元素的映射规则：
| 三元组类型 | 图元素映射 | 示例 |
|---|---|---|
| (头实体, 关系, 尾实体) | 头实体 → 节点A 关系 → 有向边 尾实体 → 节点B |
(华为, 总部位于, 深圳) → 节点[华为] —边[总部位于]→ 节点[深圳] |
| (实体, 属性, 属性值) | 实体 → 节点 属性 → 节点属性键 属性值 → 节点属性值 |
(华为, 成立日期, "1987-09-15") → 节点[华为].成立日期 = "1987-09-15" |
| (实体, 类型, 类别) | 实体 → 节点 类型 → 节点标签 |
(华为, rdf:type, 公司) → 节点[华为] 标签: 公司 |
下图进一步展示了三元组与图结构之间的映射关系：
2.6 本节小结
- 实体是知识图谱的节点，关系是连接节点的边，属性是节点或边的特征描述。
- 三元组是知识图谱的最小语义单元，分为关系三元组和属性三元组两类。
- 图结构由节点、边、标签、属性四要素构成，与关系型数据库在数据模型、关联方式、模式灵活性上存在本质差异。
- 缺失特征巡检的核心对象是：缺失的属性值、缺失的关系边、孤立节点以及不完整的三元组。