3. 缺失特征的定义与分类：属性缺失、关系缺失、实体缺失、语义缺失

在知识图谱的实际构建与运维过程中，数据缺失是最常见且影响最深远的质量问题。缺失特征不仅导致图谱覆盖率下降，更会引发推理错误、查询结果不完整以及下游应用失效。本章明确定义四种核心缺失类型，并给出可操作的巡检识别方法。

3.1 缺失特征总览

知识图谱的缺失特征可从“缺失对象”与“缺失层次”两个维度进行划分。下表对比了四种缺失类型的核心差异：

3.2 属性缺失（Attribute Missing）

属性缺失是指知识图谱中某个实体在特定属性上缺少值。这是最基础、最易检测的缺失类型。

• 定义：实体 e 在模式 S 中定义了属性 p，但在实例数据中 p 的值为空或不存在。
• 常见场景：人物实体的“出生日期”为空；商品实体的“价格”字段缺失；地点的“经纬度”未录入。
• 巡检方法：通过 SPARQL 查询统计属性空值比例，或使用模式约束检查必填属性是否缺失。

# 示例：检测人物实体中“出生日期”属性缺失
SELECT ?person ?name WHERE {
  ?person rdf:type schema:Person .
  ?person schema:name ?name .
  FILTER NOT EXISTS { ?person schema:birthDate ?birthDate . }
}
LIMIT 20

3.3 关系缺失（Relation Missing）

关系缺失指两个实体之间本应存在的语义连接在知识图谱中未被记录。这种缺失会直接破坏图谱的连通性。

• 定义：实体 e1 与实体 e2 在真实世界中存在关系 r，但图谱中缺少 (e1, r, e2) 三元组。
• 常见场景：某部电影缺少“主演”关系；某篇论文缺少“引用”关系；某公司缺少“子公司”关系。
• 巡检方法：利用模式中的关系基数约束（如“每部电影至少有一个导演”）进行校验，或通过路径模式发现孤立实体。

3.4 实体缺失（Entity Missing）

实体缺失是指真实世界中存在的对象在知识图谱中完全没有对应的实体节点。这是影响图谱覆盖率最严重的缺失类型。

• 定义：真实世界对象 o 应被表示为图谱中的实体节点 e，但 e 不存在。
• 常见场景：2024年诺贝尔奖得主未在图谱中创建；新上市的公司未被收录；热门事件中的关键人物缺失。
• 巡检方法：需要借助外部权威数据源（如 Wikidata、DBpedia、行业数据库）进行交叉比对，或通过文本挖掘从非结构化数据中识别缺失实体。

3.5 语义缺失（Semantic Missing）

语义缺失是最高层次的缺失，指实体或关系缺少必要的语义标注，导致图谱无法被正确理解和推理。

• 定义：实体 e 缺少类型声明（rdf:type），或关系 r 缺少领域/范围约束，或实体未关联到正确的本体概念。
• 常见场景：某实体只有名称和属性，但未标注“它是哪类事物”；某关系未定义 domain 和 range；实体被错误归类到父类而非子类。
• 巡检方法：通过本体推理检测类型缺失，使用一致性检查发现分类错误，或通过聚类分析识别语义孤岛。

# 示例：检测缺少类型声明的实体
SELECT ?entity ?label WHERE {
  ?entity rdfs:label ?label .
  FILTER NOT EXISTS { ?entity rdf:type ?type . }
  FILTER (isIRI(?entity))
}
LIMIT 30

3.6 四种缺失类型的关联与巡检优先级

下图展示了四种缺失类型在知识图谱中的层次关系及相互影响：

3.7 缺失特征巡检清单

在实际巡检作业中，建议按照以下清单逐项排查：

1. 属性缺失巡检：检查必填属性空值率 > 阈值（如5%）的实体类型。
2. 关系缺失巡检：检查模式中定义的关系基数约束是否满足。
3. 实体缺失巡检：与外部权威源交叉比对，识别缺失实体。
4. 语义缺失巡检：检查实体类型声明覆盖率，验证分类正确性。
5. 综合评估：汇总各层缺失率，生成缺失特征报告。