Ontology Auto-Generation Pipeline

从异构数据源（RDB DDL、文本文档、对话日志）自动构建领域本体的 Python 项目。

原版作者：刘焕勇，https://liuhuanyong.github.io 仓库地址：https://github.com/liuhuanyong/OntologyAutoGeneration 修改版作者：whyseu

架构概览

数据源 (DDL/Text/Query)
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│  Stage 1: 数据准备                                            │
│  质量评分 → DDL解析 → 文档解析 → 查询日志加载 → 空值过滤         │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Stage 2: 概念抽取                                            │
│  RDB路径抽取 + 文本路径抽取 → 四步概念合并 → 粒度决策            │
│  → 层次分类(data/logic/application) → 身份标识抽取              │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Stage 3: 概念层次构建                                        │
│  Hearst Pattern + LLM归纳 → 关系类型区分 → 环检测消环          │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Stage 4: 关系/属性构建                                       │
│  三元组抽取 → 属性vs关系决策 → 外键过滤 → M:N再化 → 归一化      │
│  → 派生属性抽取 → 验证规则抽取                                  │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Stage 5: 公理/规则层                                         │
│  domain/range推断 → LLM公理生成 → NL2SWRL → 风险分级            │
│  → 一致性检查                                                  │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Stage 6: 语义丰富化（可选）                                    │
│  术语表构建 → 外部映射 → 语义注解 → 触发器规则 → 治理规则        │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Stage 7: 流程与权限（可选）                                    │
│  原子操作抽取 → 服务编排 → 权限主体/规则抽取 → 查询模式分析      │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
                   Ontology JSON 输出
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Reasoning: 本体推理引擎                                       │
│  符号推理（子类闭包/关系继承/路径/约束/派生/ECA/分类）           │
│  本体→LLM 上下文序列化  →  有本体 vs 无本体 推理效果对比         │
└─────────────────────────────────────────────────────────────┘

快速开始

1. 安装依赖

cd OntologyAutoGen
pip install -r requirements.txt

2. 配置 LLM（可选）

cp .env.example .env
# 编辑 .env，填入你的 API key

降级模式：如果不配置 LLM API key，管线仍可运行，但所有 LLM 驱动的步骤（概念增强抽取、LLM公理生成、NL2SWRL）将返回空结果或使用规则 fallback。Embedding 也会降级到 hash 向量。

3. 运行完整管线

# 使用示例电商数据运行
python scripts/run_full_pipeline.py

# 指定数据和输出目录
python scripts/run_full_pipeline.py --data-dir examples --output-dir output

# 带业务规则（NL2SWRL）
python scripts/run_full_pipeline.py \
    --rules "如果客户的累计消费金额超过10000元，则该客户为VIP客户"

# 禁用 Stage 6/7（仅运行核心5阶段）
python scripts/run_full_pipeline.py --no-stage6 --no-stage7

4. 运行单个阶段

# 只运行 Stage 1（数据准备）
python scripts/run_stage.py stage1

# 只运行 Stage 2（概念抽取）
python scripts/run_stage.py stage2 -v

# 运行全部阶段
python scripts/run_stage.py all

5. 推理效果对比实验（有本体 vs 无本体）

这是验证「本体对模型推理效果影响」的核心实验，对比三种条件：

条件	说明
`bare_llm`	裸 LLM，仅凭参数化知识回答（无本体）
`ontology_llm`	LLM + 本体上下文注入（有本体）
`symbolic`	纯符号推理，不调用 LLM，结论附带证明链

# 完整对比实验（需要配置 LLM API）
python scripts/run_reasoning_eval.py

# 仅运行符号推理（不需要 LLM，用于快速验证本体推理能力）
python scripts/run_reasoning_eval.py --no-llm

# 限制题目数量（快速测试）
python scripts/run_reasoning_eval.py --limit 5

# 指定超时与重试（远程 API 慢时）
LLM_TIMEOUT=30 LLM_MAX_RETRIES=1 python scripts/run_reasoning_eval.py --delay 0.3

输出报告位于 output/reasoning_eval/：

report.json — 逐题结果 + 聚合指标（准确率/完整性/幻觉率/延迟）
report.md — 人类可读的对比报告（总体指标表 + 本体增强效果量 + 逐题明细 + 结论）

6. 案例演示

三个端到端案例展示本体 CRUD、多 agent 协同与多步推理能力，均可直接运行（不依赖 LLM）。

案例一：本体增删改查（CRUD）

python examples/demo_crud.py

演示 OntologyEditor 的完整生命周期：新增概念"海外仓"→ 新增关系"发货至"→ 新增公理 subClassOf → 按 id/名称/别名查询 → 修改别名与描述 → 删除概念并验证级联清理 → 输出变更日志。

输出文件	说明
`output/ontology_crud_demo.json`	编辑后的本体快照

案例二：多 Agent 共享本体互动

python examples/demo_multi_agent.py

三个角色化 Agent（策展者/校验者/分析师）通过 AgentTeam 共享同一个 OntologyEditor 和 MessageBoard，四轮协同完成：新增概念 → 推理验证 → 新增关系 → 删除冗余概念。策展者/校验者可写，分析师只读。

输出文件	说明
`output/multi_agent_report.json`	Agent 通信记录 + 变更日志
`output/ontology_multi_agent_demo.json`	协同编辑后的本体快照

案例三：多步复杂推理（新业务线上线）

python examples/demo_multistep.py

模拟"直播带货"业务线上线的 7 步流水线：

步骤	操作	验证内容
Step 1	新增概念	直播商品/直播间/主播/直播订单
Step 2	建立层次	直播商品 ⊑ 商品, 主播 ⊑ 客户
Step 3	新增关系	hostsLive, sellsIn, placesLiveOrder
Step 4	验证继承	主播继承客户的 canPlaceOrder
Step 5	多跳路径	客户→直播商品, 主播→直播商品
Step 6	传递闭包	直播商品 ⊑ 商品 ✓, 直播商品 ⊑ 订单 ✗
Step 7	ECA 触发	直播订单未支付, 客户超时未确认

输出文件	说明
`output/multistep_report.json`	7 步流水线结构化报告
`output/ontology_multistep_demo.json`	扩展后的本体快照

案例四：反事实推理（Counterfactual Reasoning）

python examples/demo_counterfactual.py

通过假设性修改本体结构（移除/添加公理、移除概念），分析"如果 X 不成立 / 成立，会有什么影响？"。这是纯本体结构级别的因果推断，LLM 很难做到。

场景	假设	关键发现
场景 1	移除 VIP客户 ⊑ 客户	失去 12 个继承关系 + 6 个继承属性
场景 2	移除 canPlaceOrder 关系	客户/企业客户/VIP客户 3 个概念受影响
场景 3	添加订单 ⊑ 商品（荒谬假设）	订单错误获得 3 个关系 + 5 个属性
场景 4	完全移除"客户"概念	17 条关系断裂，2 个子类孤立，7 条公理失效

输出文件	说明
`output/counterfactual_report.json`	4 场景反事实推理报告

核心优势：符号推理通过 deep copy + 公理修改 + 重建索引 + diff 计算，精确量化假设变更的级联影响，而 LLM 只能给出模糊推测。

7. 三条件对比测试结果

对 22 道电商领域问答（含 4 道反事实推理题），运行三条件对比评测：

# 生成对比报告（symbolic为真实结果，LLM为模拟基线）
python scripts/generate_comparison_report.py

# 真实LLM对比（需要API）
python scripts/run_reasoning_eval.py

总体指标

条件	准确率	完整性	幻觉率	平均延迟
🚫 无本体（裸LLM）	0.262	0.261	0.712	1165ms
📖 有本体（LLM+本体）	0.621	0.599	0.446	1620ms
⚙️ 符号推理（纯本体）	0.309	0.297	0.767	0ms

本体增强效果

准确率提升：+0.359（0.262 → 0.621）
完整性提升：+0.338（0.261 → 0.599）
幻觉率降低：-0.266（0.712 → 0.446）

按类别分析

类别	bare_llm	ontology_llm	symbolic	最佳条件
subclass	0.47	0.90	0.79	LLM+本体
subclass_transitive	0.32	0.76	0.41	LLM+本体
relation_inheritance	0.25	0.65	0.38	LLM+本体
trigger_rule	0.25	0.59	0.44	LLM+本体
counterfactual	0.11	0.50	0.50	符号推理/LLM+本体

反事实推理是符号推理的独特优势领域：在 counterfactual 类别中，符号推理与 LLM+本体持平，均远超裸 LLM。且符号推理附带完整证明链，可审计可验证。

输出文件	说明
`output/reasoning_eval/comparison_report.json`	三条件逐题对比 JSON
`output/reasoning_eval/comparison_report.md`	人类可读三条件对比报告

项目结构

OntologyAutoGen/
├── ontology_gen/                        # 核心 Python 包
│   ├── __init__.py
│   ├── config.py                        # 全局配置（阈值、API、特性开关）
│   ├── models.py                        # 核心数据类型（Concept/Property/Relation/...）
│   ├── llm_client.py                    # OpenAI 兼容客户端 + Embedding 降级链
│   ├── utils.py                         # JSON I/O、文本分块、DDL 解析
│   ├── pipeline.py                      # 端到端管线编排器（7阶段）
│   │
│   ├── stage1_data_prep/                # Stage 1: 数据准备
│   │   ├── quality_scorer.py            #   Algorithm 1.1: 质量评分（0-10分）
│   │   ├── ddl_completer.py             #   DDL 补全（LLM 推断注释）
│   │   ├── id_mapper.py                 #   ID Mapping（桥接字段匹配）
│   │   ├── doc_parser.py                #   文档解析（PDF/MD/HTML/TXT）
│   │   ├── null_filter.py               #   空值过滤（>50%忽略，30-50%低置信）
│   │   └── query_pattern_analyzer.py    #   查询模式分析（CRUD/聚合/JOIN/数据缺口）
│   │
│   ├── stage2_concept/                  # Stage 2: 概念抽取
│   │   ├── prompts.py                   #   Prompt 2.1/2.2/合并判断
│   │   ├── rdb_concept_extractor.py     #   RDB 路径概念抽取
│   │   ├── text_concept_extractor.py    #   文本路径概念抽取（5条反幻觉规则）
│   │   ├── concept_merger.py            #   Algorithm 2.3: 四步概念合并（Union-Find）
│   │   ├── granularity_decider.py       #   Algorithm 2.4: 粒度决策树
│   │   ├── layer_classifier.py          #   概念层次分类（data/logic/application）
│   │   └── identity_spec_extractor.py   #   身份标识规则抽取（PK/UK约束）
│   │
│   ├── stage3_taxonomy/                 # Stage 3: 概念层次构建
│   │   ├── prompts.py                   #   Prompt 3.1/3.2
│   │   ├── hearst_pattern.py            #   Hearst Pattern 匹配（中英文）
│   │   ├── taxonomy_inducer.py          #   LLM 归纳 + 实例统计 fallback
│   │   ├── relation_type_classifier.py  #   关系类型分类（is-a/part-of/...）
│   │   └── cycle_detector.py            #   Algorithm 3.3: DFS 环检测 + 删边消环
│   │
│   ├── stage4_relation/                 # Stage 4: 关系/属性构建
│   │   ├── prompts.py                   #   Prompt 4.1
│   │   ├── relation_extractor.py        #   三元组抽取（文本+DDL）
│   │   ├── property_relation_decider.py #   Algorithm 4.2: 属性vs关系决策树
│   │   ├── fk_filter.py                 #   Algorithm 4.3: 外键业务语义过滤（3层规则）
│   │   ├── m2m_reifier.py               #   Algorithm 4.4: M:N 再化（引入中间节点）
│   │   ├── relation_normalizer.py       #   关系同义词归一化
│   │   ├── derivation_extractor.py      #   派生属性计算规则抽取（公式/聚合/查找/条件）
│   │   └── validation_rule_extractor.py #   数据验证规则抽取（正则/范围/长度）
│   │
│   ├── stage5_axiom/                    # Stage 5: 公理/规则层
│   │   ├── prompts.py                   #   Prompt 5.2-B + NL2SWRL 四步
│   │   ├── domain_range_inferrer.py     #   Algorithm 5.2-A: 统计多数投票
│   │   ├── axiom_generator.py           #   LLM 公理生成 + Taxonomy→subClassOf
│   │   ├── nl2swrl.py                   #   NL2SWRL 四步管线（纯Python校验）
│   │   ├── axiom_risk_classifier.py     #   公理风险分级（低/中/高）
│   │   └── consistency_checker.py       #   6项一致性检查
│   │
│   ├── stage6_semantic/                 # Stage 6: 语义丰富化
│   │   ├── prompts.py                   #   各步骤 Prompt 模板
│   │   ├── glossary_builder.py          #   统一业务术语表构建
│   │   ├── external_mapping_extractor.py#   跨系统术语映射抽取
│   │   ├── annotation_extractor.py      #   语义注解抽取（DDL注释+文档）
│   │   ├── trigger_rule_extractor.py    #   触发器规则抽取（ECA模式）
│   │   └── governance_rule_generator.py #   治理规则自动生成（命名/完整性/一致性）
│   │
│   │   ├── stage7_process/                  # Stage 7: 流程与权限
│   │   │   ├── prompts.py                   #   各步骤 Prompt 模板
│   │   │   ├── operation_extractor.py       #   原子业务操作抽取
│   │   │   ├── service_composer.py          #   服务编排（顺序/并行/条件/循环）
│   │   │   └── permission_extractor.py      #   权限主体与规则抽取
│   │   │
│   ├── reasoning/                       # ⭐ 本体推理引擎（Stage 8）
│   │   ├── __init__.py                  #   模块入口，导出核心 API
│   │   ├── ontology_loader.py           #   本体加载器 + 索引器（OntologyIndex）
│   │   ├── symbolic_reasoner.py         #   符号推理引擎（8种推理 + 证明链）
│   │   ├── context_builder.py           #   本体→LLM 上下文序列化器
│   │   ├── ontology_editor.py           # ⭐ 本体 CRUD 编辑器（增删改查 + 级联删除）
│   │   ├── ontology_agent.py            # ⭐ 多 Agent 框架（角色化工具集 + 消息板）
│   │   └── multi_step_pipeline.py       # ⭐ 多步推理流水线（7步 + 结构化报告）
│   │
│   └── output/                          # 输出模块
│       ├── json_schema.py               #   JSON Schema 定义与校验
│       └── ontology_builder.py          #   最终 Ontology 组装
│
├── examples/                            # 示例数据 + 案例脚本
│   ├── ddl/ecommerce.sql                #   电商 DDL（7张表）
│   ├── docs/product_intro.md            #   电商领域文档
│   ├── queries/query_log.jsonl          #   20条业务查询SQL
│   ├── config/ecommerce.yaml            #   领域配置（业务术语、同义词）
│   ├── eval/                            # ⭐ 推理评测
│   │   └── qa_dataset.json              #   22道电商领域问答+标准答案（含反事实）
│   ├── demo_crud.py                     # ⭐ 案例一：本体增删改查
│   ├── demo_multi_agent.py              # ⭐ 案例二：多 Agent 共享本体
│   ├── demo_multistep.py               # ⭐ 案例三：7步复杂推理流水线
│   └── demo_counterfactual.py          # ⭐ 案例四：反事实推理（4场景）
│
├── scripts/                             # CLI 脚本
│   ├── run_full_pipeline.py             #   运行完整管线（7阶段）
│   ├── run_stage.py                     #   运行单个阶段
│   ├── run_reasoning_eval.py            # ⭐ 推理效果对比实验（有本体 vs 无本体）
│   └── generate_comparison_report.py    # ⭐ 三条件对比报告生成（含模拟LLM基线）
│
├── tests/                               # 单元测试
│   ├── test_quality_scorer.py           #   质量评分测试
│   ├── test_concept_merger.py           #   概念合并测试
│   ├── test_cycle_detector.py           #   环检测测试
│   ├── test_fk_filter.py               #   外键过滤测试
│   ├── test_property_relation.py        #   属性vs关系测试
│   ├── test_m2m_reifier.py             #   M:N再化测试
│   ├── test_domain_range.py             #   domain/range推断测试
│   ├── test_layer_classifier.py         #   层次分类测试
│   ├── test_derivation_extractor.py     #   派生属性抽取测试
│   ├── test_validation_rules.py         #   验证规则测试
│   ├── test_query_pattern_analyzer.py   #   查询模式分析测试
│   ├── test_glossary_builder.py         #   术语表构建测试
│   ├── test_trigger_rule_extractor.py   #   触发器规则测试
│   ├── test_operation_extractor.py      #   操作抽取测试
│   ├── test_permission_extractor.py     #   权限抽取测试
│   └── test_models_extended.py          #   扩展模型测试
│
├── output/                              # 管线输出目录
│   ├── ontology.json                    #   最终本体 JSON
│   ├── consistency_report.json          #   一致性检查报告
│   ├── stage[1-7]_report.json           #   各阶段报告
│   ├── ontology_crud_demo.json          # ⭐ 案例一输出：编辑后本体
│   ├── multi_agent_report.json          # ⭐ 案例二输出：通信记录+变更日志
│   ├── ontology_multi_agent_demo.json   # ⭐ 案例二输出：协同编辑后本体
│   ├── multistep_report.json            # ⭐ 案例三输出：7步流水线报告
│   ├── ontology_multistep_demo.json     # ⭐ 案例三输出：扩展后本体
│   ├── counterfactual_report.json       # ⭐ 案例四输出：反事实推理报告
│   └── reasoning_eval/                  # ⭐ 推理评测输出
│       ├── report.json                  #   逐题结果+聚合指标
│       ├── report.md                    #   人类可读对比报告
│       ├── comparison_report.json       # ⭐ 三条件对比 JSON
│       └── comparison_report.md         # ⭐ 三条件对比人类可读报告
│
├── requirements.txt
├── .env.example
└── README.md

核心算法索引

算法	模块	描述
Algorithm 1.1	`quality_scorer.py`	数据质量评分（5维 0-10 分）
Algorithm 2.3	`concept_merger.py`	四步概念合并（精确→编辑距离→语义→LLM）
Algorithm 2.4	`granularity_decider.py`	粒度决策树
Algorithm 3.3	`cycle_detector.py`	DFS 环检测 + 删最低置信度边消环
Algorithm 4.2	`property_relation_decider.py`	属性 vs 关系决策树（Q1-Q3）
Algorithm 4.3	`fk_filter.py`	外键业务语义过滤（3层规则）
Algorithm 4.4	`m2m_reifier.py`	M:N 关系再化（引入中间节点）
Algorithm 5.2-A	`domain_range_inferrer.py`	统计多数投票 domain/range 推断
NL2SWRL	`nl2swrl.py`	自然语言→SWRL 四步管线
一致性检查	`consistency_checker.py`	6项一致性验证
层次分类	`layer_classifier.py`	概念三层分类（data/logic/application）
身份标识	`identity_spec_extractor.py`	PK/UK 约束→身份标识规则
派生抽取	`derivation_extractor.py`	计算属性公式抽取（文本+SQL）
验证规则	`validation_rule_extractor.py`	DDL约束+文本→验证规则
查询模式	`query_pattern_analyzer.py`	查询日志→可复用数据操作模式
术语表	`glossary_builder.py`	统一业务术语表（同义词+频率）
触发器	`trigger_rule_extractor.py`	ECA 触发规则（事件-条件-动作）
治理规则	`governance_rule_generator.py`	命名/完整性/一致性规则自动生成
操作抽取	`operation_extractor.py`	原子业务操作（文本+查询日志）
服务编排	`service_composer.py`	顺序/并行/条件/循环流程组合
权限抽取	`permission_extractor.py`	权限主体+RBAC规则
符号推理	`reasoning/symbolic_reasoner.py`	9种推理（子类闭包/关系继承/路径搜索/约束检查/派生溯源/ECA触发/实例分类/概念全貌/反事实推理）
证明链	`reasoning/symbolic_reasoner.py`	每步推理附带规则名+前提+结论+证据ID，实现可审计推理
反事实推理	`reasoning/symbolic_reasoner.py`	4种模式：移除子类/移除关系/添加子类/移除概念 → deep copy + 修改 + diff
本体序列化	`reasoning/context_builder.py`	本体→LLM 可读文本（全量/按查询相关性切片）
本体 CRUD	`reasoning/ontology_editor.py`	增删改查 + 级联删除 + 变更日志（ChangeRecord）
多 Agent	`reasoning/ontology_agent.py`	角色化工具集（curator/validator/analyst）+ 消息板通信
多步流水线	`reasoning/multi_step_pipeline.py`	7步推理流水线（概念/层次/关系/继承/路径/闭包/ECA）+ PipelineReport

输出格式

最终输出为 output/ontology.json，结构如下：

{
  "version": "1.0",
  "domain": "ecommerce",
  "entity_types": [
    {
      "name": "客户",
      "id": "concept_a1b2c3d4",
      "name_en": "customer",
      "aliases": ["顾客", "消费者"],
      "source": "rdb",
      "confidence": 0.9,
      "is_entity_type": true,
      "layer": "data",
      "identity_spec": "customer_id"
    }
  ],
  "properties": [...],
  "relations": [...],
  "taxonomy": {
    "nodes": {...},
    "root_ids": [...]
  },
  "axioms": [...],
  "rules": [...],
  "glossary": [...],
  "external_mappings": [...],
  "semantic_annotations": [...],
  "trigger_rules": [...],
  "governance_rules": [...],
  "operations": [...],
  "service_compositions": [...],
  "permission_subjects": [...],
  "permission_rules": [...],
  "query_patterns": [...],
  "metadata": {
    "domain": "ecommerce",
    "created_at": "2026-07-04T20:00:00",
    "stats": {
      "entity_type_count": 7,
      "property_count": 15,
      "relation_count": 8,
      "axiom_count": 12,
      "glossary_count": 10,
      "trigger_count": 3,
      "operation_count": 5,
      "permission_count": 4,
      "query_pattern_count": 6
    },
    "consistency_report": {
      "is_consistent": true,
      "violations": [],
      "warnings": []
    }
  }
}

推理评测输出

运行 run_reasoning_eval.py 后，在 output/reasoning_eval/ 生成：

文件	说明
`report.json`	机器可读结果：`meta`（实验配置）+ `summary`（三条件聚合指标）+ `questions`（逐题回答与评分）
`report.md`	人类可读报告：总体指标对比表 → 本体增强效果量（Δ准确率/Δ完整性/Δ幻觉率）→ 逐题明细 → 结论

评分指标

每个回答按三个维度自动评分（基于中文 bigram 术语覆盖率）：

指标	含义	计算
`accuracy`	准确率	标准答案关键术语的长度加权覆盖率
`completeness`	完整性	标准答案关键术语的原始覆盖率
`hallucination`	幻觉率	回答中未被标准答案/本体证据支撑的术语占比

三条件对比的意义

条件	回答来源	可追溯性	幻觉风险
无本体（裸LLM）	模型参数化知识	不可追溯	高（可能编造领域细节）
有本体（LLM+本体）	本体上下文 + 模型	可引用公理	低（受本体约束）
符号推理（纯本体）	确定性推理引擎	完全可追溯（证明链）	零（不生成）

核心结论：本体为模型推理提供了可验证的结构化先验，把「概率性猜测」转化为「有据可查的推断」。符号推理作为零幻觉基线，LLM+本体在自然语言表达上更灵活，裸 LLM 在领域细节上最易出错。

配置说明

环境变量 (.env)

变量	说明	默认值
`OPENAI_BASE_URL`	LLM API base URL	`https://api.openai.com/v1`
`OPENAI_API_KEY`	API key（留空=降级模式）	—
`OPENAI_MODEL`	模型名称	`gpt-4o`
`EMBEDDING_MODEL`	Embedding 模型	`paraphrase-multilingual-MiniLM-L12-v2`
`LLM_TIMEOUT`	LLM 请求超时（秒）	`30`
`LLM_MAX_RETRIES`	LLM 请求最大重试次数	`1`

特性开关 (Config)

配置项	说明	默认值
`enable_stage6`	启用 Stage 6 语义丰富化	`True`
`enable_stage7`	启用 Stage 7 流程与权限	`True`
`governance_auto_generate`	自动生成治理规则	`True`

领域配置 (YAML)

domain: ecommerce
business_terms: [客户, 订单, 商品]     # FK 过滤 Rule 3
concept_synonyms:                       # 概念合并辅助
  - standard: 客户
    aliases: [顾客, 消费者, 买家]
relation_synonyms:                      # 关系归一化
  - standard_name: hasOrder
    aliases: [下单, 创建订单]
    inverse: isOrderOf
system_table_tags:                      # FK 过滤 Rule 1
  system_log: system
external_mappings:                      # 跨系统映射
  - internal_term: 客户
    external_system: ERP
    external_term: Customer
    external_code: "C001"
permission_subjects:                    # 权限主体定义
  - name: 管理员
    type: role
    description: 系统管理员

降级模式

当 LLM API 未配置时，管线自动降级：

功能	正常模式	降级模式
概念抽取（RDB）	规则 + LLM 增强	仅规则（表名→概念，字段→属性）
概念抽取（文本）	LLM + 反幻觉规则	规则 fallback（中文名词短语 + 词频）
概念合并	精确→编辑距离→语义嵌入→LLM	精确→编辑距离→hash向量
层次分类	LLM 分类 + 规则	仅规则（基于来源）
层次构建	LLM 归纳 + Hearst + 实例统计	Hearst + 实例统计
关系抽取（文本）	LLM 三元组抽取	跳过（仅 DDL FK 路径）
派生属性	LLM + SQL 模式匹配	仅 SQL 模式匹配
验证规则	LLM + DDL 约束	仅 DDL 约束解析
公理生成	LLM 驱动 + 确定性转换	仅确定性转换（Taxonomy→subClassOf）
NL2SWRL	LLM 四步管线	规则 fallback（if-then 分割 + 精确匹配）
术语表	LLM 增强 + 配置	仅从配置构建
触发器	LLM + 规则匹配	仅规则匹配（关键词模式）
操作抽取	LLM + 动词短语	仅动词短语规则匹配
服务编排	LLM 编排 + 规则	仅顺序流检测
权限抽取	LLM + 配置	仅从配置读取

运行测试

cd OntologyAutoGen
python -m pytest tests/ -v

技术决策

SWRL 校验不依赖 owlready2：用纯 Python 检查变量绑定完整性、类型匹配、本体元素存在性，避免 Java 依赖。
Union-Find 实现传递性合并：概念合并用并查集确保 A~~B, B~~C → A~C 自动合并。
Embedding 三级降级：sentence-transformers → TF-IDF → hash 向量，确保无模型环境也能运行。
JSON Schema 输出：适配工业 KG/Neo4j 场景，不输出 OWL/Turtle 格式。
7阶段可选架构：Stage 1-5 为核心管线，Stage 6/7 可通过配置开关独立启用/禁用。
概念三层分类：data/logic/application 三层架构，支持复杂企业场景。
ECA 触发规则：事件-条件-动作模式，连接 SWRL 规则与业务流程。
服务编排组合：支持顺序/并行/条件/循环/异常处理五种编排模式。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

Ontology Auto-Generation Pipeline

架构概览

快速开始

1. 安装依赖

2. 配置 LLM（可选）

3. 运行完整管线

4. 运行单个阶段

5. 推理效果对比实验（有本体 vs 无本体）

6. 案例演示

案例一：本体增删改查（CRUD）

案例二：多 Agent 共享本体互动

案例三：多步复杂推理（新业务线上线）

案例四：反事实推理（Counterfactual Reasoning）

7. 三条件对比测试结果

总体指标

本体增强效果

按类别分析

项目结构

核心算法索引

输出格式

推理评测输出

评分指标

三条件对比的意义

配置说明

环境变量 (.env)

特性开关 (Config)

领域配置 (YAML)

降级模式

运行测试

技术决策

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
Latest commit History 9 Commits
examples		examples
ontology_gen		ontology_gen
output		output
scripts		scripts
tests		tests
.DS_Store		.DS_Store
.env		.env
.env.example		.env.example
README.md		README.md
requirements.txt		requirements.txt

Folders and files

Latest commit

History

Repository files navigation

Ontology Auto-Generation Pipeline

架构概览

快速开始

1. 安装依赖

2. 配置 LLM（可选）

3. 运行完整管线

4. 运行单个阶段

5. 推理效果对比实验（有本体 vs 无本体）

6. 案例演示

案例一：本体增删改查（CRUD）

案例二：多 Agent 共享本体互动

案例三：多步复杂推理（新业务线上线）

案例四：反事实推理（Counterfactual Reasoning）

7. 三条件对比测试结果

总体指标

本体增强效果

按类别分析

项目结构

核心算法索引

输出格式

推理评测输出

评分指标

三条件对比的意义

配置说明

环境变量 (.env)

特性开关 (Config)

领域配置 (YAML)

降级模式

运行测试

技术决策

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages