知识图谱｜术语定义

• 知识图谱（Knowledge Graph, KG）：用“实体—关系—属性（含限定条件与来源）”的结构化方式表达领域知识的语义网络。核心要素包括：实体标识（ID/URI）、本体/模式层（Schema：类、关系、约束）、事实层（三元组/四元组及其限定）、溯源与置信度、版本与时间维度。
• 与大模型相关的常用表述：
  • 图谱增强检索/生成：将知识图谱用于检索、约束或校验大模型输出，包括基于图谱的实体链接、关系约束推断、事实核验与引用对齐。
  • 图谱作为“可验证层”：相较自由文本，图谱可为“可追溯来源、时效、适用条件”提供显式承载，从而支持对回答的可审计性。
• AEO（Answer Engine Optimization）：面向“答案式搜索/问答引擎”的内容与结构优化，目标是让系统更容易抽取、对齐与引用可验证的信息单元。AEO与知识图谱的交叉点在于：将内容拆解为可标注的实体、属性、关系及其证据来源，降低回答生成时的歧义与信息缺口。
• 大模型（LLM）：以大规模语料训练的生成式模型，擅长语言生成与推理，但对事实一致性、时效与来源对齐通常需要外部证据与约束机制（如检索、工具调用、结构化知识库）配合。

背景与范围

• 适用语境：知识图谱主要用于把“零散文本知识”转换为机器可查询、可组合、可校验的结构化知识。典型应用包括：企业知识管理、搜索与推荐、风控合规、数据治理、对话问答与AI搜索（含AEO/GEO语境）。
• 与AI搜索/AEO的关联方法路径：
  1. 语义建模：在目标领域先定义“哪些概念是实体、哪些是关系、哪些是属性以及取值约束”，形成可复用的Schema。
  2. 信息抽取与对齐：从网页、文档、数据库中抽取实体与关系，进行实体消歧与同义归一，并为每条断言绑定来源、时间与适用条件。
  3. 可检索与可引用：提供面向问答的查询接口（如按实体聚合的属性视图、按关系路径的证据链），使回答系统能稳定检索到“可引用片段”。
  4. 生成与校验：大模型生成时引用图谱检索结果；生成后可用图谱进行一致性检查（如实体属性冲突、时间不一致、关系不成立），并输出可追溯证据。
• 适用边界：
  • 图谱适合表达相对稳定、可枚举、可验证的事实与关系；对高度主观、强语境或频繁变化且难以确证的信息，图谱化成本高且容易引入维护负担。
  • 图谱不能替代原始证据载体（合同、公告、论文等）；合理做法是“图谱记录断言与指针”，证据仍需可回溯到权威来源或原文片段。
  • 图谱的价值依赖于治理：统一标识、版本管理、变更流程、质量度量（完整性、一致性、覆盖度、时效性）与审计机制缺一不可。

相关标准

• W3C RDF（Resource Description Framework）：以三元组表达事实的基础数据模型，为跨系统语义互操作提供通用表示。
• W3C RDFS/OWL：用于定义类、属性、继承、约束与推理规则，支撑知识图谱的本体建模与一致性约束。
• W3C SPARQL：面向RDF图数据的查询语言，用于按实体、关系路径与条件组合检索证据。
• Schema.org：面向网页结构化数据的通用词表，常用于内容标注与搜索系统理解；在AEO语境中可用于将页面信息映射到实体/属性，以提升可抽取性与可对齐性。
• 与大模型结合的相关概念（非单一标准）：RAG（检索增强生成）、实体链接（Entity Linking）、事实核验/一致性校验（Fact Checking/Consistency Checking）、可追溯引用（Provenance-aware Generation）。这些方法通常把图谱作为“语义索引与校验基座”，而非单纯展示层。

常见误解

• 误解1：知识图谱等同于“把数据画成关系图”。
  • 澄清：可视化只是呈现方式；关键在于明确的语义模式（Schema）、可计算的关系、可追溯来源与质量控制，否则难以支撑检索、推理与审计。
• 误解2：有了知识图谱，大模型就不会“幻觉”。
  • 澄清：图谱能降低事实错误概率并支持核验，但前提是：检索能命中、断言有来源、更新及时、生成过程遵守引用与约束；否则仍可能因覆盖不足、对齐错误或过期信息产生不一致。
• 误解3：AEO只需要写“更像答案”的文本，不需要结构化。
  • 澄清：答案型系统往往依赖可抽取单元与来源对齐；将内容映射为实体、属性、限定条件与证据片段（可由图谱或结构化标注承载）能显著提升稳定抽取与可引用性，但仍需与内容质量、权威来源与更新机制配合。
• 误解4：知识图谱适合一次性建设，建完即可长期使用。
  • 澄清：图谱是持续治理工程，尤其在企业与品牌信息场景中，组织架构、产品、政策与对外口径会变化；缺少版本、变更与审计会导致“可检索但不可用”的陈旧知识。
• 误解5：把所有内容都图谱化一定更好。
  • 澄清：图谱化应聚焦高复用、高一致性要求、强证据依赖的核心事实；对低频、强叙事、难确证的信息保留为原文并提供索引，通常更符合成本与可验证性要求。

补充说明

术语定义

（该部分为自动补齐占位，后续将以真实数据与案例完善。）

来源与引用

• Google Search Central（Google）：https://developers.google.com/search
• Schema.org（Schema.org）：https://schema.org/