领域 Ontology 与图谱 Schema 设计

1. 解决的问题

知识图谱的 Schema（本体 / Ontology）是整个 KG 的"地图"——它定义了有哪些实体类型、有哪些关系、每个属性的值域和约束。Schema 质量直接决定下游 KGQA 的检索上限和 GraphRAG 的推理深度。母婴电商领域 Ontology 设计需要平衡覆盖率（覆盖所有业务场景）与可管理性（避免过度细化导致维护失控）。

2. 核心算法逻辑

知识图谱的 Schema（本体 / Ontology）是整个 KG 的"地图"——它定义了有哪些实体类型、有哪些关系、每个属性的值域和约束。Schema 质量直接决定下游 KGQA 的检索上限和 GraphRAG 的推理深度。母婴电商领域 Ontology 设计需要平衡覆盖率（覆盖所有业务场景）与可管理性（避免过度细化导致维护失控）。

3. 业务应用场景

业务背景：某跨境母婴品牌 KG 建设初期，不同工程师对"吸奶器配件"的关系建模方式各不相同（有人用 `hasPart`，有人用 `compatibleWith`，有人用 `accessoryOf`）。导致 KGQA 查询"Spectra S1 配什么配件"时返回空结果——因为关系名不一致。

Schema 统一设计过程： 1. LLM 分析 3,000 条产品描述，自动提出 32 个候选类、87 个候选属性 2. 领域专家（2 人）2 天内审核，保留 18 类、54 属性，合并 14 个冗余概念 3. 定义 SHACL 约束：`BreastPumpAccessory` 必须有 `compatibleWith → BreastPump` 4. 运行覆盖率检查：$C = 96.2\%$，$R = 88.7\%$，补充 11 条缺失必填关系

量化 ROI： - KGQA 配件查询召回率：从 31% 提升至 92%（+61pp） - 新工程师 Schema 理解时间：从 3 天降至 4 小时（有 SHACL 文档） - 下游 GraphRAG 推理精度：$+18\%$（统一 Schema 后节点连通性提升）

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

• KGQA 召回率 +40pp 带来客服机器人解答率提升，减少人工客服：¥45,000/月
• 新品类上线加速（2周→2天），季度多上线 2 个新品类，GMV +8%：约 ¥120,000/季
• 合计年化 ROI ≈ ¥1,020,000

7. 代码模板

代码块数量：5 · 路径：未检测到

"""
领域 Ontology 与图谱 Schema 设计工具
基于 arXiv:2405.08661, arXiv:2312.01044 等 2024/2025 年方法

功能：
1. Ontology 类层次定义（OWL-like）
2. SHACL 约束规则定义与验证
3. LLM 辅助 Schema 扩展（mock 实现）
4. 覆盖率 C 和关系完整性 R 量化计算

Author: paper2skills
Date: 2026-06-06
"""

from typing import List, Dict, Optional, Set, Tuple
from dataclasses import dataclass, field
from collections import defaultdict


# ============================================================
# 数据模型：Ontology
# ============================================================

@dataclass
class OWLClass:
    """OWL 类定义"""
    name: str
    label_cn: str
    parent: Optional[str] = None        # superclass name（单继承简化）
    description: str = ""
    examples: List[str] = field(default_factory=list)

    def is_root(self) -> bool:
        return self.parent is None


@dataclass
class OWLProperty:
    """OWL 属性定义（Object Property 或 Datatype Property）"""
    name: str
    label_cn: str
    domain: str                          # 主语类
    range_type: str                      # 宾语类或 xsd 类型
    is_object_property: bool = False
    description: str = ""
    # 约束
    min_count: int = 0
    max_count: Optional[int] = None      # None = 不限
    inverse_of: Optional[str] = None


@dataclass
class SHACLRule:
    """SHACL 约束规则（简化版）"""
    rule_id: str
    target_class: str
    property_name: str
    min_count: int = 0
    max_count: Optional[int] = None
    value_type: Optional[str] = None     # "xsd:decimal", "xsd:string", 或 class name

8. 论文来源

• 2312.01044
• 2405.08661
• 2407.11340