Данные и ML · Профессиональный — набор 1
Данные и ML · терминов: 10 · усвоено: 0
Экран 1 из 10Войдите, чтобы сохранять прогресс и получать баллы
Граф знаний · knowledge graph
Частота: средняя · Сложность: 4/5 · растёт
Граф знаний — это структурированная модель данных, в которой сущности представлены узлами, а их связи — рёбрами, что позволяет машинам рассуждать о фактах и находить неочевидные зависимости.
Граф знаний описывает предметную область набором триплетов вида «субъект — предикат — объект» (например, «CubAI — это_маркетплейс — IT-термины»), поверх которых строятся онтологии и правила вывода. Такое представление нужно, чтобы объединять разнородные данные из множества источников в единую семантическую сеть и отвечать на вопросы, требующие многошаговой логики. Технология применяется в поисковых системах (Google Knowledge Graph), рекомендательных системах, антифроде, биомедицине и в RAG-контурах LLM как внешняя база проверяемых фактов. Типовые технологии: RDF/OWL с языком запросов SPARQL, property graphs в Neo4j с языком Cypher, графовые СУБД и векторно-графовые гибриды.
Примеры употребления
Запрос SPARQL: SELECT ?company WHERE { ?company :develops :CubAI . }
Cypher: MATCH (t:Term)-[:RELATED_TO]->(o:Term) RETURN t.name, o.name LIMIT 10
Разметка страницы schema.org/Product, из которой парсер собирает граф знаний о товарах
В RAG-пайплайне граф знаний соединяет документы по сущностям, чтобы LLM получала связанный контекст, а не отдельные чанки
#графы#онтологии#RDF#SPARQL#семантический поиск
Источники
https://github.com/Graphify-Labs/graphifyhttps://en.wikipedia.org/wiki/Knowledge_graphhttps://www.w3.org/TR/rdf11-concepts/https://neo4j.com/docs/cypher-manual/current/Полная карточка в словаре — открыть в новой вкладке ↗