AI-For-Beginners 第 2 课实践：使用 Protégé 构建你自己的领域本体（Ontology）

• 教程
• 人工智能
• 机器学习
• 深度学习

本指南围绕 AI-For-Beginners 课程第 2 课《Knowledge Representation and Expert Systems》（知识表示与专家系统）的课后作业展开：选择一个主题（人、地点或事物），运用本课讲授的建模策略，用 Protégé 亲手构建一个领域本体。你将掌握知识表示的核心手段（对象-属性-值三元组、框架层次、产生式规则、描述逻辑），理解本体在语义网（RDF/OWL）中的表达方式，并能在仓库现成的家族本体与动物专家系统示例之上，独立完成一个可推理、可查询的本体工程。

图片出处：lessons/2-Symbolic/images/protege.png，即第 2 课 README 中展示的 Protégé 编辑器截图。

一、任务概览：从“知识库”到“本体”

lessons/2-Symbolic/assignment.md 给出的作业核心是一句话：构建一个本体（Ontology）。所谓构建知识库，本质是对"描述某个主题事实的模型"进行分类。具体要求可以拆解为四步：

1. 选题：选择一个主题——可以是人、地点或事物；
2. 建模：为该主题建立一个模型，覆盖它的关键事实与分类；
3. 套用技法：使用本课讲解的知识表示技术（三元组、框架、层次结构、产生式规则等）与建模策略；
4. 工具落地：使用 Protégé（斯坦福大学开源本体编辑器）把模型落地成可编辑、可推理的本体文件。

作业给出的示例是"构建一个客厅的本体"：包含家具、灯具等个体（individuals）。但真正的难点在作业中连续抛出的三个问题——客厅与厨房有何区别？与浴室有何区别？你怎么知道它是客厅而不是餐厅？这三个问题本质上是在追问：本体中"类（Class）"的界定依据是什么，你用什么属性（property）与约束（restriction）来区分不同类。这正对应本课 README 中反复出现的核心概念：知识表示不是把数据堆进电脑，而是"找到某种有效方式，把知识以数据形式表示在计算机中，使其可被自动使用"（见 lessons/2-Symbolic/README.md）。

二、动手前的知识储备：本课的四种建模策略

在打开 Protégé 之前，先明确你要用哪些"表示法"来建模。第 2 课 README 把计算机知识表示归纳为四大类，它们都是你本体里的"原材料"：

1. 网络表示：对象-属性-值三元组（OAV Triplets）

语义网络可以用三元组<对象, 属性, 值>的列表来表示，这也是语义网一切表示的基础。README 以编程语言为例：

在你的本体里：客厅中的"沙发"就是一个对象，hasColor是属性，"米色"是值；hasFunction属性可以把客厅与厨房区分开。

2. 层次表示：框架（Frame）与场景（Scenario）

层次表示强调人脑中"对象层级"这一事实。框架表示把每个对象或对象类表示为一个带槽（slot）的框架，槽可以有默认值、取值限制，甚至存储可调用的过程；所有框架形成类似面向对象继承的层次。README 用"Python"这一框架举例：

场景（Scenario）则是特殊的框架，表示随时间展开的复杂情境。在你的本体里："客厅"框架的槽可以有hasFloorCovering（默认值carpet）、hasLighting（默认值overhead_light），并规定hasNumberOfSeats的最小基数约束。

3. 过程表示：产生式规则（Production Rules）

产生式规则是"IF 条件 THEN 结论"形式的 if-then 语句。README 给出的动物判定例子：

IF 动物吃肉类 OR (动物有锋利牙齿 AND 动物有爪子 AND 动物眼睛朝前看 ) THEN 该动物是食肉动物

规则左端的每个条件与右端的结论，本质上都是 OAV 三元组。在你的本体里，可以用规则表达："IF 房间有沙发 AND 房间有茶几 AND 房间有电视 THEN 房间是客厅"——这正是作业第三个问题的自动化答案。

4. 逻辑表示：谓词逻辑与描述逻辑

亚里士多德最早把逻辑视为表示普遍人类知识的方式。由于完整谓词逻辑不可计算，实际使用其子集（如 Prolog 中的 Horn 子句）；而描述逻辑（Description Logic, DL）是专门用于表示和推理"对象层次"的逻辑体系，正是语义网本体的理论基石。Protégé 中你添加的每一个类、属性和约束，最终都会映射为描述逻辑公理。

三、如何选题并界定建模边界

选题本身就在训练"分类思维"。作业给的客厅示例，其实是一套完整的建模方法论，可以迁移到任何领域：

回答作业的三个问题：客厅与厨房的差异不在"有没有餐桌"，而在属性约束——客厅hasPrimaryFunction = socializing且hasSeatCount ≥ 3，厨房hasPrimaryFunction = cooking且必须有hasSink = true；"客厅 vs 餐厅"的区分则取决于hasDiningTable是否为强制属性。这些约束写进本体后，推理机（reasoner）就能自动判定某个房间属于哪个类。

四、工具准备：Protégé 的获取与使用方式

作业明确要求使用 Protégé 构建本体。README 的说明是"下载它，或者在线使用"，即两种方式均可：

• 桌面版（Protégé Desktop）：从官网下载安装包，支持全功能编辑、推理器（HermiT、Pellet 等）集成，适合离线工作与大型本体工程；
• Web 版（Web Protégé）：在线编辑器，无需安装，支持多人协作，适合快速实验。README 中那张编辑器截图（lessons/2-Symbolic/images/protege.png）正是 Web Protégé 打开 Romanov 家族本体的样子。

在 Protégé 中构建本体的标准工作流：

1. Active Ontology 面板：设置本体 IRI（国际资源标识符）与前缀；
2. Classes 标签页：创建类层次，如Thing → Room → LivingRoom；
3. Object Properties 标签页：定义对象属性（个体之间关系），可声明inverseOf（逆属性）、TransitiveProperty（传递属性）、SymmetricProperty（对称属性）；
4. Data Properties 标签页：定义数据属性（个体与字面量的关系）；
5. Individuals 标签页：创建具体个体并填写属性值；
6. DL Query 标签页 / Reasoner 菜单：启用推理器（如 HermiT）验证一致性并执行自动分类。

五、完整实操：构建一个"客厅"本体（示例）

以下步骤可直接在 Protégé 中复现，同时与仓库中 data/onto.ttl 的写法（Turtle 语法）一一对应。

Step 1 — 建立类层次

owl:Thing ├── Room │ ├── LivingRoom │ ├── Kitchen │ ├── Bathroom │ └── DiningRoom ├── Furniture │ ├── SeatingFurniture │ └── Table └── Lighting ├── OverheadLight └── FloorLamp

Step 2 — 定义对象属性与数据属性

• 对象属性：contains（域Room，值域Furniture ∪ Lighting）、isLightedBy（域Room，值域Lighting）；
• 数据属性：hasArea（值域xsd:decimal）、hasSeatCount（值域xsd:nonNegativeInteger）、hasPrimaryFunction（值域xsd:string）。

Step 3 — 用约束（Restriction）界定子类

在 OWL 中，子类的判别依据是描述逻辑约束。仓库中的 onto.ttl 提供了绝佳模板——例如Man被定义为"Person 且 hasSex 取值为 Male"的交集（owl:intersectionOf）：

fhkb:Man a owl:Class ; owl:equivalentClass [ a owl:Class ; owl:intersectionOf ( fhkb:Person [ a owl:Restriction ; owl:onProperty fhkb:hasSex ; owl:someValuesFrom fhkb:Male ] ) ] .

照此模式，你的"客厅"约束可写成：

: LivingRoom a owl:Class ; rdfs:subClassOf :Room ; rdfs:subClassOf [ a owl:Restriction ; owl:onProperty :hasSeatCount ; owl:minQualifiedCardinality "3"^^xsd:nonNegativeInteger ], [ a owl:Restriction ; owl:onProperty :hasPrimaryFunction ; owl:hasValue :socializing ] .

启用推理器后，任何一个hasSeatCount ≥ 3且hasPrimaryFunction = socializing的房间个体都会被自动归类为LivingRoom——"你怎么知道它是客厅而不是餐厅"就由推理机来回答了。

Step 4 — 创建个体并验证

创建个体my_living_room、sofa_1、floor_lamp_1，填写属性断言后运行推理器。如果某个个体同时满足多个类的约束，推理结果（Inferred Hierarchy）会揭示它的所有归属——这正是本体区别于普通分类表的价值所在。

六、从三元组到推理：本体的语义网表达

本体不是孤立文件，它隶属于语义网（Semantic Web）技术栈。README 指出，语义网建立在三个概念之上：基于描述逻辑的知识表示、用全局 URI 标识所有概念与关系的分布式表示，以及RDF / RDFS / OWL这一族 XML 系知识描述语言。

在语义网中一切表示皆三元组，对象和关系都由 URI 唯一标识。README 给出的例子是：

http://github.com/microsoft/ai-for-beginners http://www.example.com/terms/creation-date "Jan 1, 2022" http://github.com/microsoft/ai-for-beginners http://purl.org/dc/elements/1.1/creator http://soshnikov.com

其中http://www.example.com/terms/creation-date与http://purl.org/dc/elements/1.1/creator是表达"创建日期"和"创建者"的公认 URI。用 Protégé 保存本体时，你实际上就是在生成这样一组三元组（Turtle / RDF/XML / OWL 格式）。

仓库里的完整范例：FamilyOntology.ipynb 演示了一条龙流程——用python-gedcom解析罗曼诺夫皇室的 GEDCOM 家谱，把 onto.ttl 中定义的家庭关系本体与个体事实合并，再用rdflib读取、用OWL-RL做演绎闭包推理，最后用 SPARQL 查询亲属关系。几个关键数据点：

• 本体文件初始含669个三元组，经DeductiveClosure(OWLRL_Extension).expand(g)推理后膨胀到4246个三元组；
• 属性链公理（owl:propertyChainAxiom）是本体的"规则"来源，例如阿姨的定义——isAuntOf是isSisterOf与isParentOf的复合（阿姨 = 父母的姐妹）：

fhkb:isAuntOf a owl:ObjectProperty ; rdfs:domain fhkb:Woman ; rdfs:range fhkb:Person ; owl:propertyChainAxiom ( fhkb:isSisterOf fhkb:isParentOf ) .

• 推理后即可用 SPARQL 查询，如找出所有"舅舅"：

SELECT DISTINCT ?aname ?bname WHERE { ?a fhkb:isUncleOf ?b . ?a rdfs:label ?aname . ?b rdfs:label ?bname . }

这给你的启示：作业中的客厅本体同样可以这样升级——定义isInSameRoomAs的传递/对称属性、用属性链定义"相邻房间"等复合关系，再借助推理机自动发现隐含关系。

七、仓库中的配套参考实现

完成作业前，建议先运行仓库里的两个配套 notebook，它们分别是产生式规则和语义网本体的最小可运行示范：

其中 Animals.ipynb 的规则库定义展示了"产生式规则"在代码中的真实形态——工作记忆（working memory）存 OAV 事实，规则按条件匹配并不断插入新事实，例如'carnivor': If(OR([AND(['sharp teeth','claws','forward-looking eyes']),'eats meat']))。README 还特别提醒：规则量达到200 条以上后系统才会显现"智能"行为，而知识型系统的最大优点是——任何决策都可以精确解释，这正是本体与专家系统在现代 AI 中仍不可替代的原因。

八、验收清单与扩展方向

完成本体后，用下面的清单自检你的作业是否达标：

• 主题明确（人/地点/事物任选），根类与至少 3 个有区分度的子类；
• 定义了对象属性（含逆属性、传递/对称属性）与数据属性；
• 至少用一个描述逻辑约束（基数限制 / hasValue / someValuesFrom）区分两个易混淆子类（如客厅 vs 餐厅）；
• 创建了若干个体并填写属性断言；
• 在 Protégé 中启用推理器后，个体被自动归类到你预期的类，且本体一致性检查通过；
• 能用 SPARQL（或 Protégé 的 DL Query）回答至少一个关于你本体的查询。

扩展方向（来自 README 的 🚀 Challenge 与 Review & Self Study）：在家族本体 notebook 中试验更多亲属关系（如isAncestorOf）；思考 Bloom 分类学、林奈生物分类法、门捷列夫元素周期表这类"人类量化知识的经典尝试"如何映射为本体设计。若能把自己的本体导出为 OWL 文件并与 onto.ttl 对照，你就完整走完了"知识表示 → 本体建模 → 自动推理"的符号主义 AI 全链路。

• 教程
• 人工智能
• 机器学习
• 深度学习