分类法、叙词表、本体、知识图谱和RDF有什么区别？知识组织与建模指南

直接答案

分类法（Taxonomy）主要把概念按上下位或类别层级组织起来；叙词表（Thesaurus）在层级之外，还管理首选词、同义词和相关概念；本体（Ontology）用形式化的类、属性、公理和约束描述一个领域；知识图谱把实体及其关系组织成可查询的图；RDF则是一种用“主语—谓语—宾语”三元组表达图数据的标准模型。

它们不是五种互斥产品。分类法和叙词表可以用SKOS表示，本体可以用OWL表达，知识图谱可以采用RDF，也可以使用其他图模型。选择时应先问需要的是导航、统一术语、逻辑推理、事实查询，还是跨系统交换，而不是先追求最复杂的技术。

一、五个概念快速对比

“形式化程度”描述常见实践，不代表每个项目都完全相同。一个简单知识图谱可以没有复杂本体，一个分类法也可以经过严格治理。

二、分类法解决的是“放在哪里”

分类法最常见的形态是树：电子产品下面有电脑，电脑下面有笔记本。它适合用户导航、权限分组、内容频道和统计汇总。结构容易理解，维护成本也相对低。

但现实概念不总是一棵树。“机器学习”既可能属于计算机科学，也可能属于数据分析。若系统允许一个概念有多个上位概念，结构就从严格树形变成有向无环图，仍可承担分类法功能。

三、叙词表解决的是“用哪个词找”

叙词表强调受控词汇。它可以规定“人工智能”为首选标签，把“AI”设为替代标签，并把“机器学习”标成下位概念，把“自动化”标成相关概念。这样，不同作者使用不同词语时，检索系统仍能把内容聚合到统一概念。

W3C的SKOS为这类知识组织系统提供共同数据模型，支持首选标签、替代标签、隐藏标签、上下位和相关关系。SKOS概念由URI标识，可在应用之间交换。

四、分类法与叙词表的边界

分类法通常重点维护类别层级；叙词表还重点维护词形、同义表达和关联关系。若网站只需把文章分到十个频道，分类法足够；若用户会用大量同义词检索专业资料，叙词表更有价值。

二者没有绝对产品边界。W3C SKOS规范也指出，叙词表、分类体系和分类法等知识组织系统在实践中很难作绝对区分。项目应在数据规范中写清支持哪些关系，而不是只依赖名称。

五、本体解决的是“什么成立、能推出什么”

本体不只整理术语，还对领域进行形式化描述。例如定义“作者”是一类人，“撰写”连接作者和文章，并规定某些类互不相交或某属性具有特定范围。推理器可以依据公理发现隐含关系或不一致。

OWL 2规范把类、数据类型、对象属性、数据属性、注释属性和具名个体视为本体的基本实体。类表示个体集合，属性表达领域中的关系。这种形式能力比普通标签树更强，也要求更精确的建模和治理。

六、叙词表不是简化版真理系统

SKOS规范特别区分知识组织系统与形式本体。叙词表的层级主要帮助导航和检索，不一定表达关于现实世界的逻辑公理。例如“心脏病”在某目录下属于“健康主题”，不自动等于OWL中的严格子类关系。

把现有目录机械转换成本体，可能产生错误推理。转换前需要领域专家明确每条关系究竟表示“更宽泛主题”“组成部分”“实例归属”还是其他语义。

七、知识图谱解决的是“哪些实体如何关联”

知识图谱通常保存可识别实体以及它们之间的事实。例如“论文A—作者—研究者B”“研究者B—所属机构—大学C”。用户可以沿关系查询，也可把多个数据源中的同一实体对齐。

知识图谱是系统或数据资产层面的概念，不等于某个单一W3C标准。它可以使用RDF三元组和SPARQL，也可以使用属性图数据库。有没有采用RDF，不决定它是否具备实体关系图的核心特征。

八、RDF是数据模型，不是完整知识库

RDF图是一组三元组，每个三元组包含主语、谓语和宾语。谓语表示主语与宾语之间的关系，多个三元组连接后形成有向图。RDF 1.2规范继续以三元组和RDF图定义其核心模型。

仅采用RDF并不会自动获得高质量本体、实体消歧或事实核验。RDF规定怎样表达关系，而项目仍需选择词汇表、定义标识符、处理来源冲突并建立质量规则。

九、三元组怎样表达事实

假设用IRI标识“文章A”和“作者B”，可以表达“文章A 的作者是 作者B”。主语是文章A，谓语是作者关系，宾语是作者B。若宾语是发布日期字符串，则它是字面量而非另一个实体节点。

同一实体应尽可能使用稳定标识符。若一个数据源写“北京大学”，另一个写“北大”，但没有对齐标识，图中会出现两个看似不同的节点。

十、SKOS、OWL和RDF是什么关系

RDF提供通用图数据模型；SKOS提供表示概念体系的词汇；OWL提供表达本体的语言。SKOS和OWL的数据都可以表现为RDF图，但两者的建模意图不同。

一个项目可以用SKOS管理主题词，用OWL描述产品与机构的形式关系，再把实例事实共同存入RDF知识图谱。组合时要明确哪些URI代表SKOS概念，哪些代表OWL类或现实个体。

十一、概念、类与实体不要混用

“新能源汽车”可以是导航叙词表中的SKOS概念，也可以是本体中的OWL类；“车辆VIN123”则通常是某辆实际汽车的个体。三者在界面上都可能显示为一个节点，但语义角色不同。

若把概念节点直接当现实实体使用，查询和推理会混乱。数据规范应为概念、类、实例和文档主题建立明确的命名空间或类型规则。

十二、什么时候只需要分类法

内容量有限、层级稳定、用户主要通过菜单浏览时，分类法往往最经济。例如帮助中心按“账号、付款、安全、故障排查”组织文章，不一定需要知识图谱。

先建立清晰的类别定义、唯一标识和变更流程，比引入复杂推理引擎更重要。分类法成熟后仍可转换或映射到SKOS。

十三、什么时候需要叙词表

当检索召回受同义词、缩写、旧称和多语言影响时，叙词表很有用。医疗、法律、档案和科研检索常需要把不同表述映射到受控概念。

叙词表还适合为内容标注提供建议词，减少编辑随意创建重复标签。治理重点是首选词选择、适用范围说明、同义词审核和历史变更。

十四、什么时候需要本体

当系统必须精确整合多个数据模型、验证语义一致性或执行逻辑推理时，再考虑本体。例如需要识别互斥分类冲突，或根据继承关系推导实例类型。

本体设计应从少量高价值用例开始。过早描述整个世界会导致公理复杂、维护困难，最终无人敢修改。

十五、什么时候需要知识图谱

当核心问题是跨表、跨文档或跨组织关联实体，并需要沿关系查询时，知识图谱更合适。例如把公司、产品、创始人、融资事件与新闻来源连接起来，为搜索或问答提供可追溯事实。

知识图谱项目的主要成本通常不只是数据库，而是实体解析、关系抽取、来源记录、冲突处理和持续更新。图中每条边都应尽可能带来源和时间信息。

十六、知识图谱与向量数据库有什么区别

知识图谱保存显式实体与关系，适合回答“谁与谁有什么已建模关系”；向量数据库保存嵌入并按相似度检索，适合找到语义接近的文本或对象。一个擅长精确关系，一个擅长模糊相似。

在RAG系统中可以组合两者：先用向量检索找到相关文本，再用知识图谱补充实体约束或关系路径。但组合只在确有查询需求时有价值，并非层数越多越准确。

十七、常见建模错误

第一，把所有关系都写成“属于”。第二，把页面标签、现实实体和本体类放在同一类型中。第三，使用显示名称作为永久标识符。第四，只存当前值，不存来源与时间。第五，为了看起来像图谱而制造大量没有业务查询价值的边。

建模前应列出必须回答的查询，再反推实体、关系和约束。若一条关系从未用于检索、验证、解释或管理，就应重新评估维护它的价值。

十八、如何逐步实施

第一阶段统一术语和标识符。第二阶段建立最小分类法或SKOS概念体系。第三阶段只为关键实体和关系建立图。第四阶段根据真实查询引入本体约束和推理。每一步都要保留版本、负责人和变更记录。

不要在一个项目中同时创造新的术语体系、实体解析算法、复杂本体和全量数据迁移。分阶段验收能更早发现语义分歧。

结论

分类法用于层级组织，叙词表用于受控术语和检索，本体用于形式化定义与推理，知识图谱用于连接实体事实，RDF用于标准化表达图数据。它们可以分层组合，但不应混为同义词。最好的架构从具体查询和治理能力出发，用最低必要复杂度解决问题。

常见问题