AITerms 登入
知識圖譜AI基礎資料處理

本體論(Ontology)是什麼?

本體論是明確指定領域概念及其關係的正式表示,用於知識共享和推理,是知識圖譜的基礎。

完整定義

本體論在人工智慧領域指的是對特定領域的知識進行形式化的表示,它定義了該領域中存在的概念、實體、屬性以及它們之間的關係。本體論提供了一個共享的詞彙表,使得不同的系統和應用程式能夠理解和交換信息,是構建知識圖譜的基礎。

白話說明

你整理知識庫時,會不會先卡在「這些概念到底怎麼互相連起來」?

你可以把 本體論 想成 先把概念和關係畫清楚。

知識庫越大,越需要共同語義,先定義概念,再定義概念之間的關係 這件事就特別重要。

記住這句

先定義概念,再定義概念之間的關係

比喻:本體論就像一本特定領域的「百科全書架構」 -- 它定義了這個領域裡有哪些東西、這些東西之間有什麼關係,例如「貓是一種動物」、「動物會吃東西」,幫電腦理解世界。

容易混淆

本體論 vs 資料庫綱要

資料庫綱要像圖書館的書架編號,只管書怎麼放;本體論像圖書館的分類系統,不僅定義書的類別,還定義類別間的關係和屬性,更重視知識的語義。

最關鍵的區別:一個管語意關係,一個管資料欄位。

本體論 vs 資料庫綱要

ontology 不只管欄位,還管概念之間怎麼互相關聯

最關鍵的區別:一個重語意,一個重資料結構。

實際案例

案例 1:把醫療術語、症狀、檢查和診斷關係先畫清楚

案例 2:把公司產品、部門和流程做成可推理的知識結構

演算法與應用

核心意思就是:先定義概念,再定義概念之間的關係。

常用在知識圖譜、語義推理和跨系統知識整合

如果定義不一致,後面再多資料也很難推理正確

兩個 ontology 不要搞混

這個字在中文有兩種譯法,對應兩個相關但不同的東西。

在 AI 語境下講 ontology,講的幾乎都是第二種。它是知識圖譜(knowledge graph)的骨架,也就是那份規定「有哪些類別、每個類別有哪些屬性、類別之間有什麼關係」的規格。

名字來自哲學,因為做的事情本質相同:先講清楚這個世界裡有哪些種類的東西。但在工程上它是一份可執行的規格,不是一場思辨。

領域
哲學
中文
本體論
指的是什麼
探討「什麼東西存在」的哲學分支
領域
資訊科學與 AI
中文
本體 / 知識本體 / 領域本體
指的是什麼
一組明確定義的概念、屬性與關係,讓機器能處理某個領域的知識

一份 ontology 由什麼組成

類別(class):概念的種類,例如「藥品」「疾病」「症狀」。類別可以有階層,例如「抗生素」是「藥品」的子類別。

屬性(property):類別之間或類別與數值之間的關係,例如「藥品 治療 疾病」「藥品 有劑量 數值」。

實例(instance):具體的個體,例如「阿莫西林」是「抗生素」的一個實例。

公理與約束(axiom):規則,例如「一個人只能有一個出生日期」「抗生素與抗病毒藥互斥」。這是 ontology 跟單純的分類表最大的差別,有了規則,機器就能推理出沒有明講的事實。

常見的技術標準是 RDF 與 OWL,查詢語言是 SPARQL。

跟 AI 現在的關係:大型語言模型知識存在參數裡、無法驗證也無法即時更新,ontology 與知識圖譜提供的是可稽核、可更新、可推理的結構化知識。兩者常搭配使用,這也是 GraphRAG 這類做法的基礎。

情境判斷

Q2(判斷題): 只有一張表結構,沒有概念關係,算本體論嗎?

不算,這比較像資料表設計;本體論還要定義語意和推理關係

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 1 題把本體論列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

參考來源:en.wikipedia.org

其他格式:Markdown 版本