Grafo de conocimiento

Un grafo de conocimiento es una representación estructurada del conocimiento como una red de entidades (por ejemplo, personas, lugares, productos o conceptos) y las relaciones que las conectan. En lugar de almacenar información como texto aislado, un grafo de conocimiento registra los hechos como nodos (las entidades) unidos por edges (las relaciones), a menudo con tipos y atributos asociados. Esto permite que tanto las máquinas como las personas comprendan más fácilmente cómo se relacionan las cosas entre sí.

En resumen: un grafo de conocimiento almacena los hechos como cosas conectadas en lugar de texto plano: las entidades como nodos y sus relaciones como los enlaces entre ellas.

Cómo funciona un grafo de conocimiento

La estructura se construye a partir de las cosas y las conexiones entre ellas:

1. Entidades como nodos: Cada cosa del mundo real, como una empresa, una persona o una ciudad, se convierte en un nodo con un identificador único y un tipo.
2. Relaciones como edges: Los nodos se conectan mediante edges etiquetados que indican cómo se relacionan, como “fundado por”, “ubicado en” o “trabaja para”.
3. Atributos: Los nodos y los edges pueden tener propiedades, como una fecha de fundación o una población, que agregan detalles más allá de las conexiones en sí.
4. Un esquema u ontología: Un conjunto definido de tipos de entidades y tipos de relaciones permitidos mantiene el grafo coherente y fácil de consultar (piénsalo como el reglamento que define qué tipos de cosas y relaciones puede contener el grafo).
5. Población: El grafo se construye extrayendo entidades de las fuentes (a menudo mediante extracción de entidades sobre texto), extrayendo relaciones (mediante extracción de relaciones), vinculando entidades a identidades canónicas y luego fusionando/resolviendo duplicados para que cada cosa del mundo real corresponda a un solo nodo.
6. Consultas: Las aplicaciones se desplazan por el grafo para responder preguntas que abarcan múltiples saltos, como “¿qué empresas fueron fundadas por personas que estudiaron aquí?”

La idea definitoria es que el significado reside en las conexiones: un grafo de conocimiento captura no solo qué son las cosas, sino cómo se relacionan, lo que permite que un sistema razone a través de los hechos en lugar de recuperarlos uno por uno.

Grafo de conocimiento frente a bases de datos vectoriales y relacionales

• Una base de datos vectorial representa el significado como vectores numéricos para la búsqueda por similitud; un grafo de conocimiento representa el significado como hechos y relaciones explícitos y etiquetados. Una es difusa y estadística, la otra precisa y simbólica, y los sistemas modernos suelen combinar ambas.
• Una base de datos relacional almacena datos en tablas fijas de filas y columnas; un grafo de conocimiento está diseñado para datos ricamente conectados y relaciones de múltiples saltos entre muchos tipos de entidades.
• La extracción de entidades y relaciones son pasos que encuentran entidades y relaciones en el texto; relacionada con la extracción de entidades, un grafo de conocimiento es la estructura que esos hechos extraídos pueblan.

Dónde se usan los grafos de conocimiento

• Motores de Buscador y de respuestas: Comprender las cosas de una consulta en lugar de solo las palabras, el cambio que Google describió como “cosas, no cadenas” cuando lanzó su Grafo de conocimiento. Los grafos de conocimiento abiertos como Wikidata (uno de los grafos de conocimiento disponibles públicamente más grandes, mantenido de forma colaborativa y consultable libremente) desempeñan un papel similar en toda la web.
• Fundamentación y GraphRAG: Conectar un LLM a un grafo de conocimiento puede aportar hechos estructurados con procedencia y puede reducir las alucinaciones cuando la calidad, la cobertura, la actualización y la recuperación del grafo son sólidas.
• Recomendaciones: Las relaciones entre usuarios, productos y atributos impulsan sugerencias como “relacionado con” y “quienes compraron esto también compraron”.
• Integración de datos empresariales: Unificar la información dispersa en distintos sistemas en un único modelo conectado y fácil de consultar del conocimiento de una organización.

Los grafos de conocimiento importan más cuando el valor reside en las conexiones entre los hechos: cuando responder una pregunta significa comprobar las relaciones entre los hechos, no solo coincidir texto.

Términos relacionados

Extracción de entidades, búsqueda semántica, embeddings, base de datos vectorial, datos estructurados, schema.org, generación aumentada por recuperación (RAG), ontología, alucinación.