Knowledge graph

Nell'ambito della rappresentazione della conoscenza, un knowledge graph o grafo di conoscenza è una base di conoscenza che utilizza un grafo come modello dei dati o topologia per rappresentare e operare sui dati.^[1]

I knowledge graph sono spesso utilizzati per memorizzare descrizioni interconnesse di entità — oggetti, eventi, situazioni o concetti astratti — codificando al contempo la semantica libera o le relazioni che sottendono tali entità.^[2]^[3]

A partire dallo sviluppo del Web semantico, i knowledge graph sono stati spesso associati ai progetti di dati aperti collegati (linked open data), concentrandosi sulle connessioni tra concetto ed entità.^[4]^[5] Essi sono inoltre storicamente associati e utilizzati da motori di ricerca come Google, Bing e Yahoo; da chatbot e assistenti virtuali come Wolfram Alpha, Siri e Amazon Alexa; nonché da reti sociali come LinkedIn e Facebook.

Gli sviluppi recenti nella data science e nell'apprendimento automatico (machine learning), in particolare nel campo delle reti neurali su grafi (graph neural network) e dell'apprendimento di rappresentazioni (representation learning), hanno ampliato l'ambito d'uso dei grafi di conoscenza oltre il loro impiego tradizionale nei motori di ricerca e nei sistemi di raccomandazione. Essi vengono sempre più utilizzati nella ricerca scientifica, con applicazioni rilevanti in campi come la genomica, la proteomica e la biologia dei sistemi.^[6]

Note

[modifica | modifica wikitesto]

^ (EN) Aidan Hogan et al., Knowledge Graphs, collana Synthesis Lectures on Data, Semantics, and Knowledge, Morgan & Claypool Publishers, 2021, ISBN 978-3-031-00790-3.
^ (EN) What is a Knowledge Graph?, su ontotext.com, 2018.
^ (EN) What defines a knowledge graph?, su atulhost.com, 2020.
^ (EN) Lisa Ehrlinger e Wolfram Wöß, Towards a Definition of Knowledge Graphs (PDF), SEMANTiCS2016, Lipsia, Joint Proceedings of the Posters and Demos Track of 12th International Conference on Semantic Systems – SEMANTiCS2016 and 1st International Workshop on Semantic Change & Evolving Semantics (SuCCESS16), 2016, pp. 13–16.
^ (EN) Ahmet Soylu, Enhancing Public Procurement in the European Union Through Constructing and Exploiting an Integrated Knowledge Graph, in The Semantic Web – ISWC 2020, collana Lecture Notes in Computer Science, vol. 12507, 2020, pp. 430–446, DOI:10.1007/978-3-030-62466-8_27, ISBN 978-3-030-62465-1.
^ (EN) Sameh K. Mohamed, Aayah Nounu e Vít Nováček, Biological applications of knowledge graph embedding models, in Briefings in Bioinformatics, vol. 22, n. 2, 2021, pp. 1679–1693, DOI:10.1093/bib/bbaa012, PMID 32065227. Ospitato su Oxford Academic.