Graphe de connaissances

Un graphe de connaissances est une représentation structurée de la connaissance sous la forme d’un réseau d’entités (par exemple des personnes, des lieux, des produits ou des concepts) et des relations qui les relient. Au lieu de stocker l’information sous forme de texte isolé, un graphe de connaissances enregistre les faits en tant que nœuds (les entités) reliés par des arêtes (les relations), souvent accompagnés de types et d’attributs. Cela permet aux machines comme aux humains de comprendre plus facilement comment les éléments se rapportent les uns aux autres.

En bref : un graphe de connaissances stocke les faits sous forme d’éléments connectés plutôt que de texte brut, les entités étant des nœuds et leurs relations les liens qui les unissent.

Comment fonctionne un graphe de connaissances

La structure repose sur des éléments et sur les connexions qui les relient :

1. Les entités comme nœuds : chaque élément du monde réel, comme une entreprise, une personne ou une ville, devient un nœud doté d’un identifiant unique et d’un type.
2. Les relations comme arêtes : les nœuds sont reliés par des arêtes étiquetées qui précisent leur relation, par exemple « fondé par », « situé à » ou « travaille pour ».
3. Les attributs : les nœuds et les arêtes peuvent porter des propriétés, comme une date de fondation ou une population, qui ajoutent du détail au-delà des simples connexions.
4. Un schéma ou une ontologie : un ensemble défini de types d’entités et de types de relations autorisés maintient le graphe cohérent et facile à interroger (voyez-le comme le recueil de règles qui définit quels types d’éléments et de relations le graphe est autorisé à contenir).
5. Le peuplement : le graphe est construit en extrayant des entités depuis des sources (souvent par extraction d’entités sur du texte), en extrayant des relations (par extraction de relations), en reliant les entités à des identités canoniques, puis en fusionnant et en résolvant les doublons afin que chaque élément du monde réel corresponde à un seul nœud.
6. L’interrogation : les applications parcourent le graphe pour répondre à des questions couvrant plusieurs sauts, par exemple « quelles entreprises ont été fondées par des personnes ayant étudié ici ? »

L’idée maîtresse est que le sens réside dans les connexions : un graphe de connaissances capture non seulement ce que sont les éléments, mais aussi comment ils se relient, ce qui permet à un système de raisonner à travers les faits plutôt que de les récupérer un par un.

Graphe de connaissances, bases de données vectorielles et relationnelles

• Une base de données vectorielle représente le sens sous forme de vecteurs numériques pour la recherche par similarité ; un graphe de connaissances représente le sens sous forme de faits et de relations explicites et étiquetés. L’une est floue et statistique, l’autre précise et symbolique, et les systèmes modernes combinent souvent les deux.
• Une base de données relationnelle stocke les données dans des tables fixes de lignes et de colonnes ; un graphe de connaissances est conçu pour des données richement connectées et des relations à plusieurs sauts entre de nombreux types d’entités.
• L’extraction d’entités et de relations correspond aux étapes qui repèrent les entités et les relations dans un texte ; liée à l’extraction d’entités, un graphe de connaissances est la structure que ces faits extraits viennent peupler.

Où les graphes de connaissances sont utilisés

• Moteurs de recherche et de réponse : comprendre les éléments d’une requête plutôt que les seuls mots, un changement que Google a décrit comme « des choses, pas des chaînes de caractères » lors du lancement de son graphe de connaissances. Les graphes de connaissances ouverts tels que Wikidata (l’un des plus grands graphes de connaissances disponibles publiquement, maintenu de façon collaborative et librement interrogeable) jouent un rôle similaire sur le Web.
• Ancrage et GraphRAG : connecter un LLM à un graphe de connaissances permet de fournir des faits structurés accompagnés de leur provenance et peut réduire les hallucinations lorsque la qualité, la couverture, la fraîcheur et la récupération du graphe sont solides.
• Recommandations : les relations entre utilisateurs, produits et attributs alimentent des suggestions telles que « en lien avec » et « les clients ont aussi acheté ».
• Intégration des données d’entreprise : unifier des informations dispersées entre différents systèmes en un modèle unique, connecté et facile à interroger, de la connaissance d’une organisation.

Les graphes de connaissances sont particulièrement utiles lorsque la valeur réside dans les connexions entre les faits : lorsque répondre à une question implique de vérifier les relations entre les faits, et non simplement de faire correspondre du texte.

Termes associés

Extraction d’entités, recherche sémantique, embeddings, base de données vectorielle, données structurées, schema.org, génération augmentée par récupération (RAG), ontologie, hallucination.