知识表示基础：实体、关系与三元组

第 4 章 · 知识图谱

一、实体（Entity）的直观理解

实体是知识图谱中「可被指称、可被区分」的事物。现实世界里的人、地点、组织、作品、事件、概念、时间点等，只要需要在图中单独讨论、并与其他事物建立关系，就可以建模为一个实体。例如：爱因斯坦、北京、谷歌公司、《相对论》、1921 年、诺贝尔物理学奖，各自是一个实体。

实体的几个要点：可标识——每个实体要有稳定、唯一的标识（在 RDF 里常是 URI/IRI），避免「此北京」和「彼北京」混淆；可类型化——实体通常属于某类（人、城市、公司、事件等），类型影响可连哪些关系、可有哪些属性；可有多条关系——同一实体会参与多条三元组，既是某些关系的主体，也可以是另一些关系的客体，从而处在图的「交叉路口」。

二、关系（Relation）的直观理解

关系描述「两个实体之间以何种方式关联」，在图中对应一条有向边，边上带有类型（谓词）。例如「爱因斯坦 –创立→ 相对论」「普林斯顿 –位于→ 美国」：前者是「人–创立–理论」，后者是「地点–位于–国家」。关系的方向很重要——「A 创立 B」和「B 创立 A」含义相反，图中用从 A 指向 B 的箭头表示。

关系通常有定义域与值域的约束：如「创立」的主体多为「人」或「组织」，客体多为「理论」「作品」「公司」等。这些约束由 Schema 或本体定义，既帮助人在建模时少犯错误，也为后续推理（如类型检查、推理规则）提供依据。同一对实体之间可以有多条不同关系：例如「北京」与「中国」之间可以有「是…首都」「位于」「属于」等，各自是一条边。

三、三元组（Subject–Predicate–Object）模型

知识图谱中最小的表达单位是三元组（Triple）：由主体（Subject）、谓词（Predicate）、客体（Object）三部分构成，表示「主体与客体之间存在谓词所描述的关系」。习惯写成 (S, P, O) 或「S –P→ O」：S 和 O 是实体（或 O 有时为字面量，见下节），P 是关系的类型。

例如：(爱因斯坦, 创立, 相对论)、(北京, 是…首都, 中国)、(爱因斯坦, 获奖年份, 1921)。前两条的客体都是实体；第三条的客体是字面量「1921」，表示实体的某个属性值。一张知识图谱在逻辑上就是三元组的集合；把这些三元组画出来，节点即实体，边即关系，就得到我们熟悉的图视图。

读作：主体「爱因斯坦」与客体「相对论」之间存在谓词「创立」所描述的关系。

四、属性与关系的区别

在建模时经常要区分属性（Attribute）和关系（Relation）。

• 关系：连接两个实体，客体是图中的另一个节点，例如「爱因斯坦 –任教→ 普林斯顿」。关系可以继续延伸（普林斯顿 –位于→ 美国），形成多跳。
• 属性：描述实体自身的某个「值」，客体通常是字面量（数字、字符串、日期等），不再作为图中的节点参与其他关系。例如「爱因斯坦 –出生年份→ 1879」「北京 –人口→ 2188万」。

何时用属性、何时用关系？若这个「值」需要在图中被引用、被推理、或与别的实体并列讨论，往往建模成实体并用关系连接；若只是描述性信息、不参与图上的遍历，用属性即可。例如「获奖年份」若只用于展示，可以存成属性 1921；若要做「同年获奖的人」这类查询，把「1921年」也做成实体、用「获奖年份」关系连到「爱因斯坦」和「玻尔」更合适。

五、多跳与路径

单条三元组只表达「一步」关系。现实问题往往需要多步：从实体 A 经关系 R1 到实体 B，再经 R2 到实体 C，形成一条路径。例如「爱因斯坦 –任教→ 普林斯顿 –位于→ 美国」：两跳得到「爱因斯坦在美国的任教机构所在国」。多跳是知识图谱相比「单表查询」的核心优势——在关系库里需要多次 JOIN，在图里就是沿边遍历。

路径可以形式化为一串交替的实体与关系：E1 –R1→ E2 –R2→ E3 –R3→ …。查询时常用「从某实体出发、沿某类边、走若干步、到达某类实体」的模式；推理时也会利用「若存在路径 A→…→B，则可能蕴含某种结论」。后续章节会讲 SPARQL 中的属性路径、图上的最短路径与模式匹配，本质上都是在利用多跳与路径。

六、小结

实体是可指称、可类型化的事物，对应图中的节点。关系是实体间的有向边，带谓词类型，可有定义域与值域。三元组 (S, P, O)表示「S 与 O 之间存在 P 关系」，是知识图谱的最小单元；图即三元组集合。属性连接实体与字面量，关系连接实体与实体，后者支持多跳。多跳与路径由多条三元组首尾相接形成，是复杂查询与推理的载体。下一章我们从图论视角看知识图谱：节点、边、有向/无向、度、路径与连通分量，把「图」的数学语言与知识表示对齐。