本体建模与知识图谱构建
向量检索服务 Milvus 版(简称 Milvus)支持本体建模和知识图谱构建。 需要围绕业务对象查询关联信息时,可先通过本体建模明确对象、属性和关系,再从资料中构建知识图谱。本文以笔记本售后为例,完成 AI 生成 Schema、核查保存、图谱构建及结果检查。
从业务问题确定建模范围
先选一个需要关联资料才能回答的问题,例如“整机仍在保修期内,是否意味着电池也可免费更换”。这个问题至少需要区分整机、部件及各自适用的条款。
|
定义内容 |
要判断什么 |
本例参考 |
|
实体类型 |
哪些对象具有不同的业务含义 |
整机、部件、保修条款 |
|
属性 |
同类对象需要记录哪些值 |
保修月数、起算点、费用条件 |
|
关系 |
哪两类对象如何关联,方向如何表达 |
整机包含部件;对象适用自己的条款 |
|
描述与抽取要求 |
哪些表述可归入此类型,哪些推断应避免 |
部件有独立条款,不因属于整机而继承期限 |
不必为资料中的每句话创建类型。先覆盖当前问题必要的对象和关联,再根据实际结果补充;名称相近但业务含义相同的类型应尽量复用。
用 AI 起草本体定义
没有特定业务类型要求时,可先沿用通用图谱 Schema 构建。需要贴合自己的业务时,优先使用AI 生成起草定义,再核查和调整。先导入与目标业务相关的资料,例如产品手册、保修条款和服务说明,并确认解析正确。
-
打开管理图谱 Schema 与规则,选择AI 生成。使用已导入的业务资料时,开启参考知识库资料,按需选择全部文档或限定相关来源。
-
在生成目标中描述要区分的对象和关系,例如:
说明围绕笔记本售后,区分整机、部件及各自适用的保修条款,识别保修月数、起算点和费用条件,以及服务覆盖的地区。只依据资料明确表达的关系建模,不把整机保修套用到电池。
-
单击开始生成,完成后选择查看生成结果,核查以下业务定义。
-
确认后选择载入编辑器,按需修改并单击保存设置,返回知识图谱后选择构建图谱。载入会替换编辑器中的定义,请先保留未保存的修改。
|
核查项 |
售后场景的核查示例 |
|
实体类型 |
整机、部件和保修条款应区分;服务和地区按需要保留 |
|
条款属性 |
保修月数使用整数,并能区分起算点和费用条件 |
|
关系方向 |
整机包含部件;整机与部件分别适用自己的条款;服务覆盖地区 |
|
抽取规则 |
只依据明确原文,不将整机的保修期限应用于电池,不从“在保”直接推断免费更换 |
类型名称、标识及建模方式可以不同,以业务含义准确为准。例如,“部件适用条款”与“条款适用于部件”都可表达保修关联,但关系名称、起终点和抽取要求必须一致,无需改成固定英文标识或反转已有的正确关系。生成结果遗漏或混淆了某项定义时,再手动补充或修改。
AI 生成只起草类型、属性和关系定义;具体保修期限等事实仍由图谱构建从来源中抽取。参考资料会取样,需核查生成结果是否覆盖关键业务含义。生成、载入、保存和构建是不同步骤,生成完成不会自动保存配置或生成图谱事实。
构建完成后搜索“电池”,核对它是否关联正确的保修条款,并能回到支持该关系的原文。关系不正确时,回查解析结果、类型定义和抽取规则。
核查并优化图谱结果
结果可用后,围绕实际业务问题核查对象、属性、关系和来源,重点检查:
|
现象 |
检查与调整 |
|
电池与整机没有区分 |
检查原文解析,以及两种对象的类型描述与识别要求 |
|
同一对象重复出现 |
核对名称、类型是否表达同一对象,再明确识别范围和命名要求 |
|
关系含义或方向不对 |
对照类型定义中的起点、终点与关系名称,核查原文是否支持 |
|
条款属性缺失或归错对象 |
检查属性含义、值类型及抽取要求,确认来源中有明确依据 |
|
抽出来源未表达的事实 |
收紧识别范围与推断要求,重新构建并核查来源 |
例如,若资料规定电池保修12个月、整机保修24个月,二者应分别关联各自条款;仅凭整机仍在保不能推出电池免费更换。名称或关系表达可以不同,业务含义及依据必须一致。
调整定义后重新验证
保存 Schema 或抽取规则不会直接修改已有图谱,需重新构建才能观察新定义的效果。每次围绕明确问题调整,保留相同资料和问题核查,避免同时改动多项配置后无法判断原因。
至少保留一种实体类型,关系端点须引用有效类型。配置变化、来源范围和自动构建的处理参见资料更新与构建管理。
图谱核查完成后,可在问答中按需开启图谱增强,或将对象属性和关系用于自己的业务。具体使用方式参见使用 Wiki 和知识图谱。