概述
本文总结当前主流的语义网络（知识图谱）领域的本体描述框架，包括理论，语言和系统。其中本体论介绍相关理论发展，以及大家对其形而上学的争论；本体工程介绍若干基础和领域的本体概念集；本体语言介绍典型的知识表示语言及其发展过程。最后展望在大语言模型变革下的本体论技术发展趋势。
简史
符号知识系统的发展，从最初的通用问题解决器GPS 到最近的语义网络和知识图谱，经历了多次的基础理论迭代和系统发展，这里简要总结（Wikipedia通过ChatGPT总结生成）。
~1959
- General Problem Solver (GPS) System，由Allen Newell & Herbert A. Simon提出关于规划和分解解决问题的数据结构。
- Advice Taker，John McCarthy提出，提倡使用predicate calculus进行常识推理。
1960s
- Resolution Method，John Alan Robinson提出，提出利用一阶逻辑进行自动化定理证明。
- Situation Calculus，John McCarthy and Pat Hayes提出，对场景和因果知识通过逻辑表示。
1970s
- 逻辑编程和Prolog，提出了一种将Horn子句映射成目标约减过程的解法，并发展了系统化的计算机语言。
- Frame Concept，Marvin Minsky提出，可认为一次重要的发展节点，消弭了长期关于知识的基于本体论的静态表示和基于逻辑推理的过程知识表示，提出Frame概念表示本体及问题解决策略。Frame概念受到面向对象理念发展的影响，二者有诸多相似之处。目前主流的知识表示语言，与Frame概念一脉相承。
1980s
- KEE，Intellicorp公司提出知识工程环境，在以frame概念为基础的知识表示之上，增加了规则引擎。
- KL-ONE，一种frame语言，包含了规范预发和自动推理引擎。
- Cyc，Doug Lenat创立的Cyc公司，后发布过OpenCyc，其目标为基于frame的知识表示，构建一个常识推理系统。
- 知识表示假设，Brian C. Smith首次提出知识表示假设(Knowledge Representation Hypertheses)，对于如何表示知识进行了理论化表述，引用原文：
Any mechanically embodied intelligent process will be comprised of structural ingredients that a) we as external observers naturally take to represent a propositional account of the knowledge that the overall process exhibits, and b) independent of such external semantic attribution, play a formal but causal and essential role in engendering the behavior that manifests that knowledge.
2000~
- Semantic Web，由W3C组织提出，又称Web 3.0，基于RDF、OWL等标准化技术实现。Knowledge Graph也属于这一技术领域。Berners-Lee在1999年这样表达自己对于语义网络的Vision（结合当前AIGC的发展仍然具有启发性）：
I have a dream for the Web [in which computers] become capable of analyzing all the data on the Web – the content, links, and transactions between people and computers. A “Semantic Web”, which makes this possible, has yet to emerge, but when it does, the day-to-day mechanisms of trade, bureaucracy and our daily lives will be handled by machines talking to machines. The “intelligent agents” people have touted for ages will finally materialize
本体论
关于本体论(Ontology)的基本定义，在发展过程中一直备受争议。总结起来有两种递进意义下的定义。侠义地，本体论指概念及其关系的集合。广义地，本地论指以高度语义化的表达描述关于客观世界的知识。
Russell & Norvig给出的结构化表示（structural representation）可以认为是一种狭义的定义：
facts about particular objects and event types and arrange the types into a large taxonomic hierarchy analogous to a biological taxonomy.
Tom Gruber也给出类似的定义：
An ontology is a description (like a formal specification of a program) of the concepts and relationships that can formally exist for an agent or a community of agents.
Gruber（1993）试图给出更一般的定义：
Ontologies are also not limited to conservative definitions — that is, definitions in the traditional logic sense that only introduce terminology and do not add any knowledge about the world. To specify a conceptualization, one needs to state axioms that do constrain the possible interpretations for the defined terms.
Feilmayr & Wöß (2016) 对Gruber的定义进行了更清晰的说明
An ontology is a formal, explicit specification of a shared conceptualization that is characterized by high semantic expressiveness required for increased complexity.
这也是我们采用的广义定义，主要特征包含通用性、语义化、强表达力。需要说明的是，Ontology一词被广泛使用，通常根据上下文可能代表概念词表、分类系统、元数据、以及语义网络等不同含义，因此我们很难给出统一的使用限制。在AI领域里，我们推荐Feilmayr & Wöß的定义作为广义的AI Ontology概念。
本体工程
本体工程（Ontology Engineering）属于应用本体论的范畴。在信息学领域，以Sowa的Conceptual Graph（ISO标准化为Common Logic）、W3C标准化的Semantic Web相关技术为代表，通过系统化和标准化，实现本体论所定义的对世界知识的语义性表达。
本体工程的产物，本文中也称之为本体模型，即定义了概念及其关系的集合。和大语言模型的基础模型和微调模型类似，本体模型也包含基础本体模型（Foundation ontology or Upper ontology）和领域本体模型（Domain ontology）。常见的基础本体模型有BFO、Dublin Core、GFO、Cyc、SUMO、UMBEL、FOAF、DOLCE等。WordNet也被大多数研究者认为是基础本体模型，但是在实际应用中，wordnet通常被作为语言学工具学习领域本体模型。
在本体工程中，只有开放合作，才能实现不同领域专家知识的连接和共享。因此标准化的工作至关重要。目前相关标准包括W3C RDF/RDFS资源定义框架、OWL知识表示语言、SPARQL查询语言。以及ISO Common Logic标准（ISO/IEC 24707:2007），定义了一套逻辑编程语言的框架，有助于不同的知识表示语言能够相关转化；其中也定义了一些方言，例如逻辑交换格式CLIF、概念图交换格式CGIF等。CL标准具有通用性，其他基于逻辑的语言（例如OWL）可以转化为CL定义的抽象语法和语义。
与此同时，W3C发起了Linked Data项目，旨在基于标准化定义，实现不同本体模型的对齐和关联，实现全人类共同拥有和受益的语义网络。
本体论语言
这部分我们再回顾本体论框架下的知识表示语言（Knowledge Representation Languages, KRL）的发展。回顾这些历史， 有助于我们在当下技术发展阶段，进一步发展出表达力更强、更易于计算的KRL。典型的语言包括CASL、CycL（Cyc项目）、KIF（基于S表达式的一阶逻辑语言）、Olog、OntoUML、OWL等。
在众多KRL当中，有一类语言基于Frame概念，至今方兴未艾，也深刻影响了OWL的标准化制定，这一类语言包括KRL（第一个通用的Frame语言）、KL-ONE、Loom、RDFS、OIL、DAML（基于RDF的标记语言）、以至OWL。其中OWL的标准化设计，受到了DAML+IOL的深刻影响。
未来
在基于Transformer的大语言模型的深刻技术变革中，本体论相关技术以其强逻辑性、可解释性，有潜力实现对大语言模型隐式知识表达的融合和创新。近两年已有不少有趣的工作和项目出现，例如知识图谱和LLM的结合应用[3]、基于LLM的Ontology Learning[4]等，这方面未来值得花篇幅单独介绍。
另一方面，本世纪以来，人类在软件工程化（例如数据计算和信息提取领域），实现了长足进步，尤其在开源软件社区蓬勃发展的驱动下。早期以标记符号为主的知识表示语言（例如OWL）开始展现出不足，尤其是对于计算型知识（Computational Knowledge）的表达表现出较大局限性。如何实现基于标准化、又发展标准化的新的KRL，能够充分利用当前已有的软件生态以及计算硬件，是构建未来的高科技实力组织，并且实现通用人工智能的关键环节之一。
参考
- [1] https://en.m.wikipedia.org/wiki/Ontology_(information_science)
- [2] https://en.m.wikipedia.org/wiki/Ontology_language
- [3] Neuhaus, Fabian. (2023). Ontologies in the era of large language models – a perspective. Applied Ontology. 18. 399-407. 10.3233/AO-230072.
- [4] Hamed Babaei Giglou etc., LLMs4OL: Large Language Models for Ontology Learning, https://arxiv.org/abs/2307.16648
