Knowledge-Graph

Aufbau eines Knowledge-Graphen

Ein Knowledge–Graph besteht aus einem Netzwerk von realen Entitäten (d. h. Objekten, Situationen, Ereignissen oder Konzepten) und veranschaulicht die Beziehungen zwischen ihnen. Diese Entitäten können neben Alternativen auch in einer Graph-Struktur visualisiert werden, daher der Name Knowledge „Graph“. 

Typischerweise setzt sich ein Knowledge-Graph aus verschiedenen Datensätzen aus unterschiedlichen Quellen zusammen, die sich in ihrer Struktur unterscheiden. Durch die Verwendung von Ontologien als Schema-Layer ermöglicht der Knowledge-Graph eine logische Interferenz für den Abruf von implizitem Wissen, anstatt nur explizites Wissen über Queries abzufragen. Daher bietet der Knowledge-Graph eine einheitliche Struktur für unterschiedliche Daten, kontextualisiert und verknüpft sie und bietet einen Rahmen für Datenintegration, -vereinheitlichung, -analyse und –austausch. 

Einsatz von Knowledge-Graphen

Knowledge-Graphen werden vor allem mit Suchmaschinen und anderen Fragebeantwortungsdiensten wie der Google-Suchmaschine oder Amazons Alexa in Verbindung gebracht. Die Bedeutung von Knowledge-Graphen liegt hier in der Fähigkeit, Wörter mit mehreren Bedeutungen zu unterscheiden. Beispielsweise kann so der Unterschied zwischen Apple der Frucht, und Apple, der Technologiemarke erkannt werden. Durch die Verwendung eines Knowledge–Graphen sind Suchmaschinen daher in der Lage, mehr Kontext zu liefern als herkömmliche Ergebnisse. 

brox verwendet Knowledge-Graphen hauptsächlich für Anwendungsfälle rund um die Datenintegration. Knowledge-Graphen sind in diesem Bereich sehr nützlich, da sie sehr flexibel sind und dennoch die Verwendung von leistungsfähigen Abfragesprachen wie SPARQL, Schemadefinitionen wie SHACL sowie Disambiguierung ermöglichen. Diese Eigenschaften können Datenintegrationsprozesse erheblich beschleunigen und helfen Ihnen, Kosten zu senken und mehr in Datenintegrationsprojekten zu erreichen.

Sehen Sie, wofür wir Knowledge-Graphen in unseren Anwendungsfällen einsetzen: 

• Pharma Semantic Search
• Generierung von Lead Informationen