OntoKG：基于内在关系路由的面向本体的知识图构建

将大规模知识图组织成类型化属性图需要结构决策——哪些实体成为节点，哪些属性成为边，以及哪些模式控制这些选择。现有的方法将这些决策嵌入到管道代码中或临时提取关系，生成与其构建过程紧密耦合的模式，并且难以重用于下游本体级任务。我们提出了一种面向本体的方法，其中模式从一开始就被设计用于本体分析、实体消歧、域定制和 LLM 引导的提取——而不仅仅是作为图构建的副产品。核心机制是内在关系路由，它将每个属性分类为内在属性或关系属性，并将其路由到相应的模式模块。此路由生成一个声明性模式，该模式可跨存储后端移植并且可独立重用。我们在 2026 年 1 月的维基数据转储上实例化了该方法。基于规则的清理阶段从完整转储中识别出 3460 万实体核心集，然后进行迭代内在关系路由，将每个属性分配给组织为 8 个类别的 94 个模块之一。借助工具增强的 LLM 支持和人工审核，该模式在分类实体之间达到 93.3% 的类别覆盖率和 98.0% 的模块分配。导出此模式会生成一个属性图，其中包含 38 个关系类型的 3400 万个节点和 6120 万条边。我们通过五个独立于构建管道使用模式的应用程序来验证面向本体的声明：本体结构分析、基准注释审计、实体消歧、域定制和 LLM 引导提取。