知识图谱如何保存来源：从关系边到可复查证据

关系不是一条没有来历的线

知识图谱常以节点和连线展示复杂资料，但视觉清晰不代表证据充分。每条关系应连接来源、提取方式、发布时间、适用对象和审查状态，否则图谱只能说明系统曾经生成过这条边。

人工整理、规则抽取和模型推断的可信条件不同。把它们使用同一种样式，会让读者无法区分公开事实、编辑判断与待验证线索。

证据强度需要可解释

一个分数若没有计算方法和阈值说明，不能帮助使用者判断。更实用的做法是同时显示证据类型、相互独立的来源数量、是否存在冲突和最后复核日期。

来源更新或撤回时，不应直接删除旧关系。保留状态变化和原因，才能解释旧报告为什么包含现在已经停用的关联。

图谱查询也要带回上下文

用户从节点进入详情时，应能回到原始资料和处理记录。批量导出则要携带结构版本和筛选条件，避免下载后只剩一张无法解释的关系表。

移动端适合浏览局部关系与确认任务，复杂筛选和大规模比较仍更适合桌面端。跨设备同步的重点是保存查询条件和证据入口，而不是把所有图形截图复制过去。

知识图谱在实际项目中的检查重点

图谱中的关系可能来自论文陈述、数据库映射、人工判断或算法预测。界面应让这些来源一眼可区分，并允许按证据类型过滤。否则一条经过多次验证的关系与一条模型候选看起来完全相同，使用者会高估系统的确定性。

同一关系由多个来源支持时，不宜只显示来源数量。几个数据库可能都复制自同一篇资料，看似独立其实共享根源。证据整理应追到最早可核对出处，并标记来源之间是否真正独立。

关系撤回同样是知识的一部分。若后续研究推翻旧结论，平台可以把状态改为有争议或不再支持，同时保留旧版本出现过该关系的事实。这样历史报告仍能解释，新查询也不会继续把它当作当前共识。

大型图谱容易让视觉效果盖过研究问题。默认页面可先展示与当前对象最相关的少量关系，并提供证据、时间和范围筛选。只有当使用者需要探索整体结构时，再展开更复杂的网络。