在知识图谱构建中，首先要解决的往往不是“选哪种数据库”或“使用哪种查询语言”，而是一个更基础的问题：图谱应当从哪里开始构建。围绕这一问题，知识图谱形成了两条经典路径：自顶向下构建与自底向上构建。在真实系统中，这两条路径又常常结合为混合构建。

从本质上看，构建路径所回答的是：知识图谱应当先从知识结构出发，还是先从原始数据出发；是先设计语义框架，再填充事实，还是先从数据中抽取事实，再逐步整理结构。

一、知识图谱的一般构建框架

从整体流程看，知识图谱构建通常包括四个彼此衔接的阶段：信息抽取、知识融合、知识加工、维护与更新。它们共同构成了知识图谱的一般构建框架。

下面给出知识图谱的一般构建框架图示：

这一框架既说明了知识图谱“从哪里获得知识”，也说明了这些知识“怎样被整理、加工并持续维护”。

从图示可以看出，知识来源通常包括三类：

• 结构化数据

• 半结构化数据

• 非结构化数据

其中，半结构化数据和非结构化数据通常需要先经过信息抽取，才能转化为可处理的知识单元。

1、信息抽取：从原始数据中获得知识单元

信息抽取的典型任务包括：

• 实体抽取

• 关系抽取

• 属性抽取

它的作用，是把原始数据中的对象、联系和属性识别出来，转化为图谱可以接收的结构化表达。

但抽取得到的结果往往还存在重复、冲突或歧义，因此还需要进入知识融合阶段。

延伸阅读：

《信息抽取：从原始数据到知识单元》

2、知识融合：把多源描述整理为统一知识对象

知识融合的主要任务包括：

• 实体对齐

• 实体消歧

• 多源知识整合

在这一过程中，第三方知识库也常常参与进来，为已有知识提供补充、参照或校验。

知识融合的目标，不是简单把数据放在一起，而是把关于同一实体或概念的多源描述统一起来，形成较一致、较完整的知识对象。

延伸阅读：

《知识融合：从多源描述到统一知识》

3、知识加工：把事实表达提升为可用知识体系

在知识融合之后，系统还需要进一步进行知识加工，主要包括：

• 本体构建

• 质量评估

• 知识推理

其中，本体构建有助于形成较稳定的概念结构与关系模式；质量评估用于检查图谱的一致性、完整性与准确性；知识推理则用于在已有知识基础上发现新的隐含知识。

延伸阅读：

《知识加工：从事实表达到可用知识体系》

4、维护与更新：让知识图谱持续演化

知识图谱并不是一次性构建完成后就不再变化的静态系统。随着新数据持续进入、旧知识不断修正、应用需求逐步扩大，图谱还需要长期维护与更新。

这一阶段既包括实体、关系和属性的更新，也包括数据质量管理、本体演化以及跨源一致性维护。

延伸阅读：

《维护与更新：让知识图谱持续演化》

因此，知识图谱构建并不是一条简单的单向流水线，而是一个包含抽取、融合、加工、更新、评估和反馈的持续过程。

二、自顶向下构建：先有本体与模式

自顶向下构建（Top-Down Construction），是指先从领域分析和概念建模入手，设计知识图谱的本体和模式，再在既定结构下逐步补充实例与事实。

这一路径的核心是：

（1）明确领域范围；

（2）确定类、属性、关系及其层级结构；

（3）建立概念之间的语义约束；

（4）在既定模式下填充实例与事实。

它的关键在于本体构建。本体构建不是简单列出若干概念名称，而是系统地规定一个领域中的概念、属性、关系及其组织方式。

这种方式的优势在于：

• 结构清楚

• 概念边界明确

• 语义一致性较强

• 便于后续进行规则约束和知识复用

但它也有局限：

• 前期建模成本较高

• 对领域知识要求较高

• 扩展性可能受限

• 对开放领域和海量异构数据的适应性相对较弱

因此，自顶向下构建更适合领域边界清楚、概念体系较稳定、知识质量要求较高的场景。

三、自底向上构建：先从数据中抽取事实

自底向上构建（Bottom-Up Construction），是指从已有数据资源出发，利用知识抽取、实体识别、关系抽取、融合与清洗等技术，从数据中逐步获得实体、关系、属性和事件，并将这些事实组织为知识图谱。

这一路径的核心是：

（1）获取原始数据；

（2）从多类数据中抽取知识要素；

（3）对抽取结果进行筛选、消歧、对齐与融合；

（4）在此基础上逐步形成图谱。

其中，信息抽取是自底向上路径的核心。它不是简单收集数据，而是把原始数据转化为可表示、可关联、可计算的结构化事实。

这种方式的优势在于：

• 更适合海量数据环境

• 更容易快速扩充知识规模

• 更贴近真实数据生态

• 更适合持续迭代和动态更新

但它也有局限：

• 抽取结果可能含有噪声

• 同名异义、异名同义问题更突出

• 结构一致性通常不如自顶向下稳定

• 后续融合和质量治理成本较高

因此，自底向上构建更适合数据来源丰富、知识覆盖要求较大、需要持续扩展和动态更新的场景。

四、为什么真实系统往往采用混合构建

在真实系统中，很少只坚持自顶向下或自底向上中的一种。原因在于：

（1）只依赖自顶向下，结构虽然清楚，但数据扩展速度往往有限；

（2）只依赖自底向上，规模虽然容易扩大，但结构一致性和语义质量又不容易稳定控制。

因此，很多知识图谱系统会采用混合构建（Hybrid Construction）的思路：先建立一个基本的本体或模式框架，再从多源数据中持续抽取事实，并把抽取结果映射回既定结构之中。这样，图谱既有相对稳定的语义骨架，又具备持续吸纳新知识的能力。

如果用一句话概括三者之间的区别：

• 自顶向下强调先搭建骨架

• 自底向上强调先补充内容

• 混合构建强调骨架与内容的同步演化

从工程实践看，混合构建通常最接近真实做法。

五、怎样理解“构建框架”与“实现路径”的关系

在知识图谱中，“构建框架”和“实现路径”并不是同一个问题。

（1）构建框架回答的是：知识图谱一般要经历哪些阶段；

（2）实现路径回答的是：这些阶段应当从哪里起步、以什么方式组织。

也就是说，信息抽取、知识融合、知识加工、维护与更新，构成的是知识图谱构建的一般框架；而自顶向下、自底向上与混合构建，描述的是进入这一框架的不同方式。

从这个角度看，构建框架更像“全流程视图”，实现路径更像“起步策略与组织方式”。二者结合起来，才能较完整地理解知识图谱是怎样建成的。

六、三类构建路径的适用场景

三类路径各有适用范围，并不存在绝对优劣。

1、自顶向下

更适合以下场景：

• 领域边界清楚

• 本体要求明确

• 一致性要求较高

• 需要较强语义约束和推理能力

2、自底向上

更适合以下场景：

• 数据来源丰富

• 知识覆盖范围要求较大

• 需要快速扩展事实规模

• 面向开放领域或互联网数据环境

3、混合构建

更适合以下场景：

• 既希望结构稳定，又希望规模增长

• 既重视模式设计，又依赖持续抽取

• 需要长期维护和持续演化

• 面向真实业务系统与复杂应用环境

📘 小结

知识图谱构建既包括信息抽取、知识融合、知识加工和维护更新等一般框架，也包括自顶向下、自底向上与混合构建等实现路径。实际选择取决于领域稳定性、数据来源、质量要求和系统目标。

“点赞有美意，赞赏是鼓励”