Граф знаний (Knowledge Graph) · Knowledge Graph
Граф знаний — представление знаний в виде ориентированного графа, где узлы — сущности и понятия, а рёбра — типизированные отношения между ними.
Подробно
Граф знаний — это структура данных и модель представления знаний, в которой факты хранятся в виде триплетов «субъект — предикат — объект» (например, RDF-триплетов) либо в виде property graph с узлами, метками и свойствами. Он опирается на онтологии и словари (RDFS, OWL, Schema.org) для типизации сущностей и отношений, а запросы выполняются языками SPARQL (для RDF) или Cypher/GQL (для property graph в Neo4j и аналогах). Графы знаний используются в поисковых системах (Google Knowledge Graph, Wikidata), в системах рекомендаций и антифрода, в интеграции корпоративных данных (data fabric/мастер-данные), в биомедицине и, всё чаще, как база знаний и grounding-слой для LLM и GraphRAG. Их главные преимущества — явная семантика связей, гибкая схема и возможность делать многошаговые выводы по цепочкам отношений, а сложности — качество извлечения сущностей, поддержка актуальности и масштабирование обходов графа.
Примеры употребления
- Cypher (Neo4j): CREATE (a:Person {name:'Алиса'})-[:WORKS_AT]->(c:Company {name:'CubAI'})
- SPARQL: SELECT ?person WHERE { ?person wdt:P31 wd:Q5 . ?person wdt:P106 wd:Q82594 }
- Панель знаний в Google Search по запросу «Альберт Эйнштейн» — визуальный пример knowledge graph
- Экспорт дампа Wikidata и его загрузка в RDF-хранилище (Blazegraph, GraphDB) для локальных запросов