生成式知识图谱构建综述

导读：

知识图谱作为一种结构化知识表示方法，对于组织人类知识并支持智能应用至关重要。传统的知识图谱构建(Knowledge Graph Construction, KGC)依赖判别式流水线模型，存在误差累积与跨领域泛化能力弱等问题。近年来，生成式方法凭借其序列到序列(sequence-to-sequence, Seq2Seq)的端到端建模优势，逐渐成为有效的替代方案。特别是随着大语言模型(Large Language Models, LLMs)的兴起，生成式知识图谱构建已从传统的序列到序列范式，演进至大模型驱动的全流程构建新阶段。本文系统梳理了生成式知识图谱构建的技术进展：首先回顾基于序列到序列的经典生成方法，分析其核心机制与应用场景；进而重点探讨大语言模型在本体构建、知识抽取与知识融合等关键环节中的方法与贡献；通过对比不同范式的优势与局限，本文进一步展望了生成式知识图谱在架构优化、多模态扩展与智能融合等方面的未来研究方向。

作者信息：

洪 钊：北京信息科技大学计算机学院，北京；黄鸿发：北京信息科技大学计算机学院，北京；拓尔思信息技术股份有限公司，北京

论文详情

本综述聚焦于生成式知识图谱构建领域，旨在系统梳理该技术从“传统Seq2Seq驱动”到“LLMs赋能”的完整演进脉络。文中不仅深入分析了各类生成式方法，还将传统判别式方法纳入讨论，以奠定技术基础并作为对比参照。最后，本文展望了该领域的未来研究方向，以期为研究者在方法选型与前沿探索上提供系统的参考。

知识图谱是一种以语义图形式组织和表达知识的结构化表示方式。其核心思想是通过节点与边构建实体及其语义关系的网络，以支持知识组织、推理与发现。

早期研究通常将知识图谱定义为一个多关系图，即节点表示实体，边表示不同类型的语义关系。

Wu等人进一步形式化了知识图谱的语义本质，指出知识图谱是一种语义网络，其节点代表概念，边表示节点间的语义关系，同时结合关于概念与关系的背景知识，以保证图中蕴含的知识具有知识层级的完备性与解释性。

图1为生成式知识图谱构建的整体流程。

知识图谱构建的主流技术涵盖判别式与生成式两大范式。判别式方法依赖分类模型以最大化后验概率，而生成式方法则通过条件语言建模，将知识抽取转化为序列生成任务，实现了端到端的构建流程。生成式KGC技术本身肇始于传统Seq2Seq框架，并逐步演进为大模型驱动的现代化范式，与判别式方法共同构成了互补的技术体系。本节将系统梳理这一发展脉络，并依据图2所示的分类框架展开具体介绍。

判别式模型旨在根据输入句子的特征，预测其对应的实体关系标签。

生成式模型的核心思想是将三元组抽取任务转化为条件文本生成问题。设输入句子为x ，线性化后的目标三元组序列为y ，模型的目标是自回归地生成输出序列：

通过在此框架下微调预训练的序列到序列模型，如MASS、T5和BART，可利用交叉熵损失函数最大化生成结果的对数似然。生成式方法具备统一建模、语义灵活等优势，能够同时完成实体识别与关系抽取。然而，该类方法在长文本或多重关系场景中可能出现解码不稳定与语义幻觉等问题。

传统序列到序列生成式方法

1. 基于拷贝的序列生成方法

该方法通过显式拷贝机制降低实体幻觉风险，其核心思想是让解码器直接从输入序列中复制头、尾实体，而关系标签仍取自预定义词表。

2. 基于结构线性化的序列生成方法

该方法通过引入结构化知识与标签语义，使生成模型具备统一的输出格式与较高的语义一致性。

3. 基于标签增强的序列生成方法

该方法在输入或输出端引入显式标签标记，如“[实体|类型]”，以自然语言形式表达类别语义，从而充分激活预训练模型的先验知识。

大模型驱动生成式方法

大语言模型的引入为本体工程带来了范式转变，其研究主要分为自上而下与自下而上两类路径。

1) 自上而下指的是LLMs作为本体建模助手。该方向延续语义网与知识工程传统，强调在预定义语义需求下的本体建模。LLMs能将自然语言需求转化为网络本体语言等形式化本体，实现从语义需求到结构化模型的半自动映射。代表性工作包括Ontogenia框架，通过“元认知提示”实现自反性建模与结构校正。

2) 自下而上主要是面向LLMs的本体模式构建。该路径强调知识图谱对大模型的“结构化记忆”作用，推动从“为人类解释”向“为模型推理”转变。代表性工作如GraphRAG与OntoRAG，通过开放信息抽取与聚类归纳实现“数据到模式”的自动生成。

大语言模型驱动的知识抽取方法主要沿着两条路径演化：基于模式的抽取与无模式抽取。前者依赖明确的结构约束与语义模板，强调一致性与规范性；后者摆脱预定义本体的限制，更注重开放性与自适应能力。两者共同构成了当代知识抽取研究的主要范式。

大模型赋能的知识融合旨在实现多源知识图谱在模式层与实例层的统一与协同，以构建语义一致、结构完备的知识体系。其研究脉络大致经历了从本体驱动到数据驱动，再到大模型语义融合的演进。

生成式知识图谱构建方法比较

表1总结了不同生成式方法的优缺点。

未来方向

尽管生成式知识图谱构建在方法和应用上均取得了显著进展，但仍存在模型同质化、跨模态迁移能力有限及应用拓展不充分等问题。未来的发展趋势可从以下几个方面展开。

1) 生成架构优化与可解释性增强。

2) 统一化与多模态扩展。

3) 智能化知识融合与认知应用。

生成式方法为知识图谱构建领域注入了新的活力，并推动了其技术范式的根本性转变。本文系统回顾并梳理了生成式知识图谱构建从传统序列到序列模型到大语言模型赋能的技术演进历程。传统生成式方法实现了端到端的知识抽取，有效缓解了判别式流水线模型的误差累积问题。而大语言模型的兴起，则进一步将生成式构建的范围从单一的知识抽取，扩展至涵盖本体构建、知识抽取与知识融合的全流程，显著提升了构建过程的自动化与智能化水平。尽管生成式知识图谱构建已取得显著进展，其在模型架构、跨模态能力与应用深度方面仍面临挑战。未来的研究将聚焦于架构创新与可解释性增强、多模态知识融合，以及动态演化与认知推理等关键方向。本文期望能够为后续研究提供系统化参考，并推动生成式知识图谱构建迈向新阶段。

原文链接：

https://doi.org/10.12677/airr.2026.151017