规则推理、本体推理与继承推理：三种常见推理方式

推荐语

知识图谱如何从静态数据变成智能系统？三种推理方式让机器学会“举一反三”。

核心内容：
1. 规则推理：基于显式规则精准补全关系
2. 本体推理：利用语义约束自动推出隐含知识
3. 继承推理：沿层级结构高效传递属性与类型

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

在知识图谱中，知识不仅要被表示出来，还要能够被进一步利用。如果系统只保存事实，而不能依据已有知识推出新的结论，那么图谱就更像静态记录，而不是可用的知识系统。

知识图谱中的推理，正是让系统从“已知事实”走向“新结论”的关键环节。面向知识图谱的推理主要围绕关系展开，能够辅助推出新的事实、新的关系、新的公理以及新的规则。

一、什么是知识图谱中的推理

推理可以理解为：依据已有知识，得到原本没有直接写出的知识。

例如，图谱中如果已经有：

James Watt 属于 engineerengineer 是 person 的子类

那么系统就可以推出：

James Watt 属于 person

这类过程，就是推理。

在知识图谱场景中，推理通常不只是逻辑公式演算，而更常表现为三类能力：

RAGino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 16px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 34px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;display: inline !important;float: none;" data-pm-slice="0 0 []">• 根据规则补全关系

• 根据本体语义推出类型或关系

• 根据层级结构完成继承

二、规则推理：依据显式规则推出新结论

规则推理的核心思想最直观：

先抽象出一组规则，再把这些规则应用到知识图谱中，推出新的事实或关系。基于规则的推理具有一个明显特点：结果精准，而且具有可解释性。

例如，可以设定这样一条规则：

如果 B 是 A 的妻子，那么 A 是 B 的丈夫；如果 B 是 A 的女儿，那么 A 是 B 的父亲。

一旦图谱中已有部分关系，系统就可以按照这些规则推出缺失关系。利用这类规则，可以从已有事实中推理出“米歇尔的丈夫是奥巴马”“玛利亚的父亲是奥巴马”等新知识。

因此，规则推理最适合处理这类问题：

（1）关系模式较清楚；

（2）规则能够显式写出；

（3）希望推理过程清楚、可追踪。

它的优势在于简单、直接、可解释。

它的局限在于：规则需要事先设计，规则太多时维护成本会升高。

三、本体推理：依据语义约束推出隐含知识

本体推理的核心，不是先写“如果……那么……”规则，而是利用本体中已经蕴含的语义和逻辑进行推理。RDFS 中的 class、domain、range 等词汇本身就蕴含了简单语义和逻辑，可以直接用于推理。

例如：

某公司属于“人工智能公司”；“人工智能公司”又是“高科技公司”的子类；

那么系统就可以推出：

该公司也是“高科技公司”。

再如，如果某个关系的定义域是“投资人”，值域是“公司”，而图谱中存在一条事实：

大卫切瑞顿 — 投资 — 谷歌

那么系统就可以进一步推出：

大卫切瑞顿属于“投资人”这一类型；谷歌属于“公司”这一类型。

这说明，本体推理特别适合处理：

（1）类型归属；

（2）属性定义域和值域；

（3）类层次约束；

（4）属性逻辑特性。

它的优势在于：不必为每一种结论单独写规则，而是直接利用本体已有的结构语义。

四、继承推理：沿层级结构传递知识

继承推理是最常见、也最基础的一类推理。它的核心思想是：把抽象层中的属性或描述，沿着层级结构传递到更具体的对象或类别。

在语义网络表示中，继承通常沿 ISA、AKO、AMO 等弧进行。

其中：

• ISA 表示实例关系，“是一个”

• AKO 表示分类关系，“是一种”

• AMO 表示成员关系，“是一员”

继承的一般过程也很清楚：

从待求结点出发，沿继承弧向上寻找相关结点，把上层结点的属性记录下来，直到层级遍历完成，最后得到该结点可继承的属性集合。

例如，在一个简单分类中：

engineer 是 person 的子类；James Watt 是 engineer 的实例；

那么 system 就可以推出：

James Watt 也是 person。

在框架表示中，继承推理也同样成立。在框架网络中，各框架之间通过 ISA 链形成继承关系；如果没有特别说明，子框架的槽值将继承父框架相应的槽值。

因此，继承推理的本质就是：上层已有的知识，不必在下层重复写出。

五、三种推理方式有什么区别

这三种推理方式都能推出新知识，但它们的出发点不同。

1、规则推理

出发点是显式规则。

系统依据“如果……那么……”形式的规则推出结论。

2、本体推理

出发点是本体中的语义约束。

系统依据类、属性、定义域、值域及逻辑特性推出结论。

3、继承推理

出发点是层级结构。

系统依据上位类、父框架或抽象结点，把属性和描述传递给下位对象。

可以简要概括为：

• 规则推理强调规则

• 本体推理强调语义约束

• 继承推理强调层级传递

三者并不是相互排斥的。在一个真实知识图谱系统中，它们往往同时存在：

（1）本体定义类别和属性约束；

（2）继承关系传递一般特征；

（3）规则再补充更具体的判断链。

六、为什么知识图谱离不开这三类推理

知识图谱的价值，不只在于保存对象和关系，还在于让系统能够利用这些对象和关系。

如果没有推理，图谱就只能回答已经明确写出的事实；一旦用户提出更复杂的问题，系统能力就会明显受限。基于知识图谱的推理问答通常面向多实体、多关系、多跳和比较等更复杂任务。

这三种推理方式分别支撑了不同层面的能力：

（1）规则推理帮助图谱补全关系、纠正缺失；

（2）本体推理帮助系统理解类型和语义约束；

（3）继承推理帮助系统利用层次结构减少重复表示。

因此，它们共同把知识图谱从“知识存储结构”推进为“知识利用系统”。

📘 小结

规则推理依据显式规则推出新结论，本体推理依据类、属性和语义约束推出隐含知识，继承推理则沿层级结构传递已有属性和描述。三者共同构成知识图谱中最常见、最基础的推理方式。