Grafos de Conocimiento KG: primeros pasos y ejemplos — parte I
En el artículo anterior, hablamos de qué es un Knowledge Graph KG, en este exploramos cómo empezar a desarrollar un KG y mencionamos algunos ejemplos.
Como repaso, la siguiente imagen nos permite entender el progreso del trabajo con datos y grafos.
Comencemos por los ejemplos:
Google’s Knowledge Graph [más info]
Los KG en Google permiten mostrar la información cuando buscamos (“googleamos”) “clima de Sucre, Bolivia”, “Salar de Uyuni”, otros.
Nuestro objetivo con Knowledge Graph es que nuestros sistemas descubran y muestren información y hechos “facts” conocida públicamente cuando se determine que es útil. [Google]
KG en Google:
- búsqueda y resumen de entidades
- descubrir entidades relacionadas
- respuestas de hecho (factual answers)
- Knowledge Graph Search API
Construyendo un KG (Fuente:https://enterprise-knowledge.com/how-to-build-a-knowledge-graph-in-four-steps-the-roadmap-from-metadata-to-ai/):
a. Identificación de casos de uso
Algunos ejemplos:
- Búsqueda intuitiva utilizando lenguaje natural
- Descubrir contenido e información relacionados, estructurados o no estructurados
- Contenido confiable y gobernanza de datos
- Cumplimiento y predicción del riesgo operacional
- Muchos otros…
b. Hacer un inventario y organizar los datos relevantes
La mayoría del contenido de información son no estructurados, como ejemplo: emails, artículos, etc. Es importante, revisar cómo están los datos y cómo se les puede categorizar de alguna manera.
Una vez los datos han sido estructurados y priorizados, se encuentran en un formato más entendible para las máquinas y ya es posible sentar las bases para los modelos semánticos
c. Asignar relaciones entre los datos
Las ontologías aprovechan las taxonomías y los metadatos para proporcionar el conocimiento sobre cómo se deben establecer las relaciones y las conexiones entre la información y los componentes de datos (entidades) a través de múltiples fuentes de datos.
d. Probar! (prueba de concepto: agregar conocimiento a los datos mediante una base de datos de grafos)
Los grafos de conocimiento KG permiten capturar datos relacionados de la misma manera que el cerebro humano procesa la información a través de la lente de personas, lugares, procesos y cosas.
Los KG, respaldados por una base de datos de grafos y un almacén de datos vinculados, proporcionan la plataforma necesaria para almacenar, razonar, inferir y utilizar datos con estructura y contexto.
Con esta organización es posible ya alimentar algoritmos inteligentes (AI/ML)
Estas son series de aprendizaje sobre qué son los KG, cómo funcionan, para qué sirven y cómo son de gran ayuda para mejorar nuestro trabajo con Inteligencia Artificial.
