Definicja
Graf wiedzy to ustrukturyzowana reprezentacja encji i ich relacji, przechowywana jako węzły i krawędzie w bazie danych grafów. Koduje on wiedzę ze świata rzeczywistego, służącą do wnioskowania i wyszukiwania.
Cel
Celem jest uporządkowanie wiedzy w sposób czytelny dla maszyn. Umożliwia to wyszukiwanie semantyczne, rekomendacje i wnioskowanie na podstawie relacji.
Znaczenie
- Zwiększa dokładność wyszukiwania dzięki kontekstowi.
- Wspiera wyjaśnialność w systemach sztucznej inteligencji.
- Umożliwia integrację danych ustrukturyzowanych i nieustrukturyzowanych.
- Wymaga ciągłych aktualizacji w celu zachowania dokładności.
Jak to działa
- Identyfikuj podmioty (osoby, miejsca, koncepcje).
- Zdefiniuj relacje między jednostkami.
- Wypełnij wykres danymi ze źródeł strukturalnych/niestrukturalnych.
- Przechowuj w bazie danych wykresu ze schematem.
- Zapytaj o wykres dla zadań rozumowania lub wyszukiwania.
Przykłady (świat rzeczywisty)
- Google Knowledge Graph: poprawia trafność wyszukiwania.
- Wikidata: otwarta baza wiedzy dla powiązanych danych.
- Microsoft Academic Graph: przedstawia publikacje naukowe.
Odniesienia / Dalsza lektura
- Hogan i in. „Wykresy wiedzy”. ACM Computing Surveys.
- Standard RDF W3C.
- Dokumentacja Google Knowledge Graph.
