Hvad betyder Knowledge graph?
En knowledge graph, på dansk vidensgraf, organiserer viden om eksempelvis produkter, personer, organisationer og begreber. Enheder forbindes gennem navngivne relationer, såsom at et produkt tilhører en serie, eller at en afdeling ejer en proces.
Der findes flere tekniske måder at repræsentere en graf på. RDF beskriver blandt andet udsagn som subjekt, relation og objekt. En property graph kan gemme egenskaber på både noder og forbindelser. Valget afhænger af den ønskede datamodel, værktøjer og udveksling.
En graf er ikke automatisk sand eller komplet. Dens værdi afhænger af klare definitioner, korrekte identiteter og kilder til forbindelserne. En flot visualisering kan gøre relationer overskuelige, men den beviser ikke, at de er rigtige eller stadig gældende.
Giv relationerne en præcis betydning
“Har relation til” er ofte for uklart til at understøtte en beslutning. Det er mere nyttigt at skelne mellem leverer til, er ansvarlig for og er tidligere version af. Retning, gyldighed og eventuelle betingelser bør være tydelige.
Brug stabile ID’er frem for alene navne. To medarbejdere kan hedde det samme, og en afdeling kan skifte navn. En ændret visningstekst bør ikke skabe en ny identitet eller sammenblande to eksisterende enheder.
Byg grafen omkring de spørgsmål, den skal besvare
Begynd med få konkrete behov. Hvis teamet vil finde, hvilke manualer der gælder for en produktvariant, kræver det bestemte relationer og versionsoplysninger. Det kræver ikke nødvendigvis en fuld model af hele virksomheden.
Gem kilder og ansvar for centrale forbindelser. En relation kan komme fra et autoritativt system, en manuel registrering eller et modeludtræk. De grundlag bør ikke behandles ens uden kontrol. Ved ændringer skal det være muligt at finde de forbindelser, som bygger på en forældet kilde.
Et eksempel fra praksis
En producent vil holde styr på, hvilke reservedele der passer til hvilke produktgenerationer. Grafen indeholder produkter, generationer, dele og dokumenterede kompatibilitetsrelationer. En relation kan have en gyldig periode og en kilde i produktdata.
Når en medarbejder spørger til en reservedel, kan systemet følge den relevante generation frem for blot at søge efter et lignende navn. Et modeludtræk fra en gammel PDF bliver markeret til kontrol, før det bruges som grundlag for kompatibilitet. Grafen hjælper dermed med sammenhæng, mens produktansvarlige ejer korrektheden.
Typiske faldgruber
- Uklare relationer bruges til konklusioner, de ikke faktisk beskriver.
- Navnelighed bliver behandlet som sikker identitet.
- Afledte eller gamle forbindelser mangler kilde og gyldighed.
Det skal I afklare
- Definér enheder og relationer ud fra konkrete informationsbehov.
- Brug stabile ID’er og bevar relevant tids- og kildeinformation.
- Angiv ansvar for ændringer og kontrol af usikre forbindelser.
Spørgsmål og svar
Er en vidensgraf det samme som en ontologi?
Nej. En ontologi beskriver begreber og deres tilladte betydning eller relationer. En vidensgraf kan indeholde konkrete enheder og udsagn, som følger sådan en model.
Kræver en vidensgraf generativ AI?
Nej. Den kan bygges fra eksisterende strukturerede data. AI kan hjælpe med udtræk fra tekst, men sådanne relationer kræver stadig passende kontrol.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- W3C: RDF 1.1 Concepts ↗RDF-grafer og udsagn som subjekt, prædikat og objekt.
- Neo4j: Graph database concepts ↗Property graph med noder, relationer og egenskaber.