一家银行的信息部同时管着三张 Excel 表:客户表、贷款表、账户表。月末对账时三张表对不上,人工核对一周——这不是数据质量问题,是概念问题:三张表背后没有一个共同的世界模型。把这个世界模型写下来、让机器能读,就是本体(Ontology)。这篇用这家银行的例子,把本体的四个构成要素一次讲透。学完四要素,你就能读懂任何一份本体的骨架,也能判断自己手头的建模工作离「真正的本体」还差几步。

从三张对不上的表说起
三张表的冲突细节值得展开看,因为它几乎在每家企业都发生过。
客户表:每行一个客户,列有姓名、证件号、客户等级;VIP 客户和普通客户混在一起,靠「客户等级」列的取值区分。
贷款表:每行一笔贷款,列有合同号、金额、利率、借款人姓名——注意,是姓名,不是证件号。同一个客户有两笔贷款,一笔登记「王小明」,另一笔登记「王小明先生」。
账户表:每行一个账户,列有账号、开户日期、余额;没有客户信息,因为「一个账户可以多人共管」这件事从来没被明确过。
三张表单看都没问题——每张表的列都填得规规矩矩,Excel 的数据校验也全部通过。问题出在表与表之间:借款人姓名和客户姓名是不是同一个概念?VIP 该按什么口径统计?共管账户算谁的?这些问题 Excel 一个也答不了,因为答案不在任何一张表里,而在三张表共享的那个「世界模型」里。
三张表各自的列结构就是各自的世界观,缺的是把它们粘起来的那层描述:客户是什么、贷款是什么、它们之间什么关系、哪些规则必须成立。本体就是这层描述,它由四个要素构成:类、属性、关系、公理。
要素一:类 Class——给世界分类
类(Class)回答「世界上有哪些东西」,本质是分类:客户、贷款、账户都是类。类之间最重要的一种关系是 is-a(是一种):VIP 客户是一种个人客户,个人客户是一种客户。把 is-a 关系连起来,就得到类层级(Class Hierarchy):
当事人
├── 个人客户
│ └── VIP 客户
└── 企业客户
层级不是摆设,它承载继承逻辑:VIP 客户自动继承「客户」的所有属性与规则。机器推理时,「张三是 VIP 客户」加上「所有客户必须有证件号码」,就能推出「张三必须有证件号码」——即使这句话从未被显式记录。
分类要克制:不是越细越好。每加一个类,就要维护它的定义与位置;分类的收益在于让后续规则可以「按类生效」,比如利率上限规则只对信用贷款生效。
类与实例也要分清:客户是类,张三是实例;贷款是类,那笔今年放款的 50 万元贷款是实例。建模时画的是类与类之间的结构,运行时装的是实例与实例之间的事实。另一个常见误区是把类当标签用——「VIP」如果不和「客户」连成 is-a 层级,就只是一个字符串,机器推不出任何继承逻辑。
要素二:属性 Property——概念的长相与取值规则
属性(Property)回答「每个概念有哪些特征」。客户有证件号码、信用评分、联系电话;贷款有金额、利率、起息日。本体里的属性不只列名字,还带两样东西:取值类型与基数约束。
取值类型引用标准的数据类型(datatype):信用评分是整数,写成 xsd:int;利率涉及小数精度,写成 xsd:decimal;姓名是字符串。用标准类型而不是自造的「数字」「文本」,机器才知道 3.85 能不能填进信用评分这一列。
基数约束声明「能填几个值」:信用评分恰好 1 个(没有评分的客户不该出现在这张表里);利率至多 1 个(还没定价的贷款可以空着);联系电话 0 到 3 个。这些听起来像 Excel 的数据校验,但区别在于它们跟着类走、全企业通用,而不长在某一张表的某个 sheet 上。
属性还有两道紧箍咒——定义域与值域(domain 和 range):声明「信用评分的定义域是客户、值域是整数」之后,「贷款的信用评分」这类错位写法在机器眼里就成了违法数据。这也解释了为什么本体属性比数据库列严格:列只约束本表的格式,属性约束的是整个概念体系。
要素三:关系 Relation——概念之间的线
关系(本体术语里常称对象属性 Object Property)连接两个概念:客户 -持有→ 账户,客户 -借款→ 贷款。它与属性的本质区别在指向——属性的值是字面量(数字、字符串),关系的值是另一个概念实例。张三的信用评分是 720,这是属性;张三持有账户 A123,这是关系。
关系的两端也有类型约束与基数约束:「持有」一端必须是客户、另一端必须是账户;每笔贷款必须恰好关联一个借款人。关系还能成对出现:与「持有」相对的是「被持有」,与「借款」相对的是「贷出」——声明了逆关系,机器就能从「张三持有 A123」自动推出「A123 的持有人是张三」,不用正反各存一遍。关系的方向性、可逆性与传递性,构成了图遍历与推理的基础;知识图谱的很多能力,追根溯源都长在关系这一要素上。关系还可以带自己的特征:转账关系有「方向」与「时间」,建模上可以是关系自身的属性,也可以细化为一个独立的中间概念「转账事件」——两种写法都对,选哪种取决于业务要不要对转账本身提问,这正是建模者做取舍的日常。
要素四:公理与约束 Axioms——世界必须服从的规则
公理(Axiom)是声明「什么必然为真」的规则,是四要素里最能体现本体表达力的一层。为什么叫公理而不是规则?借的是数学的叫法——公理是不需要证明的、体系内默认成立的前提。本体公理同理:它们不是代码里的 if-then,而是领域世界默认的物理定律,所有数据与推理都在其上展开。前面的例子都可以升级为公理:
- 每笔贷款必须恰好关联一个客户(基数公理)。
- VIP 客户的信用评分不低于 650(值域公理)。
- 所有的账户都由某个客户持有(存在性公理)。
- 共管账户的持有人至少两个、至多三个。
公理带来两个能力。一是推理隐含事实:声明「VIP 客户是一种个人客户」与「张三是 VIP 客户」,机器推出「张三是个人客户」;给出转账链路,机器推出资金最终流向。二是一致性检查:往库里塞一笔没有借款人的贷款,推理器立即报错——不是数据校验那种「格式不对」,而是语义上的「这个事实在这个世界里不可能成立」。Excel 校验拦得住格式错误,只有公理拦得住逻辑矛盾。
公理还有两个重要品种。互斥(disjointness):声明「个人客户与企业客户互斥」,某条数据同时挂上两个标签时推理器立刻报警。等价(equivalence):声明本体的「客户」与外部系统的「当事人」等价,两个系统就接上了语义桥梁——跨系统语义集成,靠的正是这类公理。
四要素合起来:机器可读、可推理、可共享
四个要素拼起来,就是 Gruber 那句定义——「概念化的明确的规范说明」:类与属性构成词汇,关系连起概念,公理给出规则,整体以形式语言写成,机器可读可推理。知识表示领域习惯把这套模式层叫 TBox(术语层),把装具体实例(张三、贷款 L001)的层叫 ABox(断言层)——本体写 TBox,知识图谱装 ABox,两者合起来才是完整的知识库。这个分层很实用:改模式(给客户加一个属性)动的是 TBox,装数据(录入张三的评分)动的是 ABox,两条变更线互不干扰——模式和实例各自独立演进,这也是本体区别于普通文档的又一特征。
用 Turtle 语法写一小段,感受四要素落进文本的样子:
:VIP客户 rdfs:subClassOf :个人客户 .
:个人客户 rdfs:subClassOf :客户 .
:信用评分 a owl:DatatypeProperty ;
rdfs:domain :客户 ;
rdfs:range xsd:int .
:持有 a owl:ObjectProperty ;
rdfs:domain :客户 ;
rdfs:range :账户 .
:贷款 rdfs:subClassOf [
a owl:Restriction ;
owl:onProperty :借款人 ;
owl:cardinality 1
] .
短短几行,类的层级、属性的类型、关系的指向、公理的基数全部就位。这就是本体:不是文档里的名词解释,而是机器可执行的领域宪法。回头看银行那三张表:有了这套本体,客户表、贷款表、账户表就可以映射到同一套概念之上——姓名与证件号的歧义被唯一标识解决,VIP 的口径由类层级统一,共管账户被基数公理明确。三张表没有消失,只是第一次有了共同语言。
与 ER 图、JSON Schema 的对照
| 维度 | ER 图 | JSON Schema | 本体 |
|---|---|---|---|
| 表达内容 | 实体与联系 | 文档结构 | 概念、层级、规则 |
| 类层级与继承 | 无 | 无 | 有,支持推理 |
| 逻辑推理 | 无 | 无 | 有 |
| 语义共享范围 | 单项目 | 单应用接口 | 跨系统跨组织 |
ER 图擅长描述表结构但缺推理,JSON Schema 管文档形状但不管概念语义,本体补的正是「层级、规则、共享语义」三块。三者不冲突:本体可以与 ER 模型共存于数仓、与 JSON Schema 共存于接口层,各管各的抽象高度。选型口诀:只有表结构需求,ER 图够用;只有接口校验需求,JSON Schema 够用;一旦要跨系统统一口径、要机器推理、要为 LLM 提供可核查的世界模型——上本体。
一叶小结
类定分类、属性定取值、关系定连接、公理定规则——四要素就是本体这台机器的全部零件。判断一份建模工作算不算本体,就看它有没有走到第四要素:只有类和属性,那是词汇表;带上公理、机器能推理能查错,才是本体。四要素也是阅读本体的框架——拿到任何一份本体文件,先找类层级,再看属性约束,然后看关系,最后看公理,骨架十分钟就能摸清。下一篇看这些零件在 W3C 标准栈里的正式分工。
参考资料
- Toward Principles for the Design of Ontologies Used for Knowledge Sharing —— Gruber 1993 年论文,本体定义与五条设计准则。
- Ontology Development 101: A Guide to Creating Your First Ontology —— Noy 与 McGuinness 的经典入门,四要素的最佳教学素材。
- RDF 1.1 Concepts and Abstract Syntax —— W3C 推荐,三元组与 IRI 的正式规范。
- OWL 2 Web Ontology Language Overview —— W3C 官方综述,公理与约束的完整表达力清单。
读者留言
COMMENTS 暂无还没有留言,来说第一句?