Différences entre les versions de « Graphe de connaissances »

De WIKOM

 
(16 versions intermédiaires par le même utilisateur non affichées)
Ligne 1 : Ligne 1 :
{| class="wikitable"
|← [[Accès à l'information]]
|[[Management des Connaissances Organisationnelles - Elements de Cours|⌂ retour]]
|[[Intelligence Artificielle]]→
|}


 
== Enjeux ==
[[Dessine-moi un graphe de connaissances !]]
* "Les knowledge graph ne sont pas une technologie nouvelle, mais les enjeux actuels en font repenser les usages pour l'aide à la décision. '''Les knowledge graph pourraient bien être nos cartes de navigation dans un monde submergé par les données'''." <ref name=":1">https://www.semsimo.com/knowledge-graph/</ref>
* « '''Les graphes de connaissances sont l’aboutissement de plus de deux décennies de travail,''' avec le potentiel de fournir des expériences utilisateur plus intelligentes et plus riches. Forbes,[https://www.forbes.com/sites/forbestechcouncil/2021/09/20/you-need-to-be-thinking-in-knowledge-graphs/?sh=61ccf33e7abf You need to be thinking in knowledge graph] (<small>Bryon Jacob)</small> <small><ref name=":1" /></small>


== Définition ==
== Définition ==
''"Un graphe de connaissance est une représentation de connaissances relatives à un domaine sous une forme exploitable par la machine.''


''La représentation des connaissances sous forme d’un graphe est un élément clé pour la recherche efficace et contextuelle d’informations et connaissances riches, la prise de décision, les applications d’intelligence artificielle, les assistants vocaux…''
* "'''Un graphe de connaissance est une représentation de connaissances relatives à un domaine sous une forme exploitable par la machine.''' La représentation des connaissances '''sous forme d’un graphe est un élément clé pour la recherche efficace et contextuelle d’informations et connaissances''' riches, la prise de décision, les applications d’intelligence artificielle, les assistants vocaux… Le graphe de connaissance est formé de trois composants : une ontologie (modèle de données), des référentiels ou vocabulaires contrôlés et les ressources couvertes par la graphe." <ref name=":0">https://www.jean-delahousse.net/graphe-de-connaissance-ontologie-vocabulaires-controles/</ref>[[Fichier:Graphe de Connaissances.png|alt=Graphe de Connaissances|centré|vignette|900x900px|Graphe de Connaissances<ref name=":0" />]]
"'''Les knowledge graph sont en sorte des outils pour créer des cartes de navigation dans les données et y naviguer ensuite'''. Un outil seul n’est rien, toutefois, il peut servir à des intentions décisives. Entre autres ici, celle de de faciliter les échanges d’information, qu’il s’agisse de lier des informations dispersées au sein de l’entreprise ou d’interagir dans des écosystèmes d’affaires. Concrètement, ils définissent un vocabulaire contrôlé de concepts, de propriétés, de classes définies par certaines de ces propriétés et sur la base de ces déclarations explicites et formelles, on peut décrire des entités, ce qu’elles sont et leurs relations. Ensuite, on peut annoter tout élément de contenu, tout document, toute donnée numérique, par une référence à une entité définie et naviguer au-delà du seul document pour trouver d’autres informations, chez d’autres sources, grâce à des vocabulaires partagés." <small><ref name=":1" /></small>[[Fichier:Knowledge Graph Principles 3 layers.png|alt=Knowledge Graph Principles 3 layers|centré|vignette|800x800px|Knowledge Graph Principles 3 layers<small><ref name=":1" /></small>]]


''Le graphe de connaissance est formé de trois composants : une ontologie (modèle de données), des référentiels ou vocabulaires contrôlés et les ressources couvertes par la graphe."'' <ref name=":0">https://www.jean-delahousse.net/graphe-de-connaissance-ontologie-vocabulaires-controles/</ref>
* Voir aussi : [https://www.researchgate.net/publication/323316736_Towards_a_Definition_of_Knowledge_Graphs Towards a Definition of Knowledge Graphs.] <ref>Ehrlinger, Lisa & Wöß, Wolfram. (2016). Towards a Definition of Knowledge Graphs. https://www.researchgate.net/publication/323316736_Towards_a_Definition_of_Knowledge_Graphs</ref>  


[[Fichier:Graphe de Connaissances.png|alt=Graphe de Connaissances|centré|vignette|900x900px|Graphe de Connaissances<ref name=":0" />]]
== Genèse ==


*[[Dessine-moi un graphe de connaissances !]]
* [[Thinking in maps: from the Lascaux caves to modern knowledge graphs]]<ref name=":2">https://nesslabs.com/thinking-in-maps</ref>
** [[Penser par cartes : des grottes de Lascaux aux graphes de connaissances modernes]] (traduction automatique via Google Traduction de <ref name=":2" /> )


== Illustrations ==
[[Fichier:Différents types de Knowledge Graph.png|alt=Différents types de Knowledge Graph|vignette|499x499px|Différents types de Knowledge Graph|centré]]


<nowiki>https://www.ibm.com/fr-fr/topics/knowledge-graph</nowiki>
== [[Base de données orientée graphe]] ==
''se reporter à : [[Base de données orientée graphe]]''


<nowiki>https://www.researchgate.net/publication/338992426_Un_graphe_de_connaissance_evolutif_pour_la_representation_d'ontologies_dynamiques</nowiki>
== Technologies ==


<nowiki>https://www.semsimo.com/knowledge-graph/</nowiki>
* [[Neo4J]]
* [https://www.stardog.com/ Stardog]
* [https://www.ontotext.com/ Ontotext]
* [http://orientdb.org/ OrientDB]


<nowiki>https://createur2site.fr/seo/fonctionnement-google/algorithmes/knowledge-graph/</nowiki>
== Applications ==
 
<nowiki>https://demo.nl.diffbot.com</nowiki>
 
 
[[Base de données orientée graphe]]


[[Neo4J]]
* [https://neo4j.com/case-studies/nasa/?utm_campaign=Case+Studies&utm_content=UI&utm_medium=social&utm_source=LinkedIn&utm_tag=Knowledge+graphs%2CCustomer&utm_term=Link Getting to Mars Faster with a Knowledge Graph] <ref>https://neo4j.com/case-studies/nasa/?utm_campaign=Case+Studies&utm_content=UI&utm_medium=social&utm_source=LinkedIn&utm_tag=Knowledge+graphs%2CCustomer&utm_term=Link</ref>
* [[:Fichier:GraphDay Paris - Crédit Agricole CIB - Détection & qualification d’événements Clientèle.pdf|Crédit Agricole CIB - Détection & qualification d’événements Clientèle]]<ref>https://www.slideshare.net/neo4j/graphday-paris-crdit-agricole-cib-dtection-qualification-dvnements-clientle?from_action=save</ref>
* Une partie des présentations des conférences neo4j 2023 : https://www.slideshare.net/neo4j/clipboards/emea-graphsummit-2023-customer-presentations?mkt_tok=NzEwLVJSQy0zMzUAAAGMTtnPsMO5thkyNCbxaAIUS6oVTyk4-tc1M7PdiPhEVVa_7rPKqlmiLWEpWVtUKOpu1K0WTilaD-u7t95OyZj2V
*Qu'est-ce qu'un graphe de connaissances ? Découvrez les graphes de connaissances, qui sont des réseaux de métadonnées sémantiques représentant une collection d'entités apparentées entre elles. https://www.ibm.com/fr-fr/topics/knowledge-graph


* Le Google Knowledge Graph et le SEO : <nowiki>https://createur2site.fr/seo/fonctionnement-google/algorithmes/knowledge-graph/</nowiki>


== Technologies ==
* Text to Knowledge graph : https://demo.nl.diffbot.com
 
* Neo4J
* Stardog
* Ontotext
* OrientDB
 
== Applications ==
https://neo4j.com/case-studies/nasa/?utm_campaign=Case+Studies&utm_content=UI&utm_medium=social&utm_source=LinkedIn&utm_tag=Knowledge+graphs%2CCustomer&utm_term=Link


<nowiki>https://www.slideshare.net/neo4j/graphday-paris-crdit-agricole-cib-dtection-qualification-dvnements-clientle?from_action=save</nowiki>
[[Fichier:DiffBot Text to Knowledge Graph.png|alt=DiffBot Text to Knowledge Graph|centré|vignette|600x600px|DiffBot Text to Knowledge Graph]]


[[:Fichier:GraphDay Paris - Crédit Agricole CIB - Détection & qualification d’événements Clientèle.pdf|Fichier:GraphDay Paris - Crédit Agricole CIB - Détection & qualification d’événements Clientèle.pdf]]
* Domingos Cardoso, Silvio & Reynaud, Chantal & Silveira, Marcos & Pruski, Cédric. (2020). Un graphe de connaissance évolutif pour la représentation d'ontologies dynamiques. ([https://www.researchgate.net/publication/338992426_Un_graphe_de_connaissance_evolutif_pour_la_representation_d'ontologies_dynamiques lien])


== Références ==
== Références ==

Version actuelle datée du 20 octobre 2024 à 17:29

← Accès à l'information ⌂ retour Intelligence Artificielle→

Enjeux

  • "Les knowledge graph ne sont pas une technologie nouvelle, mais les enjeux actuels en font repenser les usages pour l'aide à la décision. Les knowledge graph pourraient bien être nos cartes de navigation dans un monde submergé par les données." [1]
  • « Les graphes de connaissances sont l’aboutissement de plus de deux décennies de travail, avec le potentiel de fournir des expériences utilisateur plus intelligentes et plus riches. Forbes,You need to be thinking in knowledge graph (Bryon Jacob) [1]

Définition

  • "Un graphe de connaissance est une représentation de connaissances relatives à un domaine sous une forme exploitable par la machine. La représentation des connaissances sous forme d’un graphe est un élément clé pour la recherche efficace et contextuelle d’informations et connaissances riches, la prise de décision, les applications d’intelligence artificielle, les assistants vocaux… Le graphe de connaissance est formé de trois composants : une ontologie (modèle de données), des référentiels ou vocabulaires contrôlés et les ressources couvertes par la graphe." [2]
    Graphe de Connaissances
    Graphe de Connaissances[2]

"Les knowledge graph sont en sorte des outils pour créer des cartes de navigation dans les données et y naviguer ensuite. Un outil seul n’est rien, toutefois, il peut servir à des intentions décisives. Entre autres ici, celle de de faciliter les échanges d’information, qu’il s’agisse de lier des informations dispersées au sein de l’entreprise ou d’interagir dans des écosystèmes d’affaires. Concrètement, ils définissent un vocabulaire contrôlé de concepts, de propriétés, de classes définies par certaines de ces propriétés et sur la base de ces déclarations explicites et formelles, on peut décrire des entités, ce qu’elles sont et leurs relations. Ensuite, on peut annoter tout élément de contenu, tout document, toute donnée numérique, par une référence à une entité définie et naviguer au-delà du seul document pour trouver d’autres informations, chez d’autres sources, grâce à des vocabulaires partagés." [1]

Knowledge Graph Principles 3 layers
Knowledge Graph Principles 3 layers[1]

Genèse

Illustrations

Différents types de Knowledge Graph
Différents types de Knowledge Graph

Base de données orientée graphe

se reporter à : Base de données orientée graphe

Technologies

Applications

  • Le Google Knowledge Graph et le SEO : https://createur2site.fr/seo/fonctionnement-google/algorithmes/knowledge-graph/
DiffBot Text to Knowledge Graph
DiffBot Text to Knowledge Graph
  • Domingos Cardoso, Silvio & Reynaud, Chantal & Silveira, Marcos & Pruski, Cédric. (2020). Un graphe de connaissance évolutif pour la représentation d'ontologies dynamiques. (lien)

Références

  1. ↑ 1,0 1,1 1,2 et 1,3 https://www.semsimo.com/knowledge-graph/
  2. ↑ 2,0 et 2,1 https://www.jean-delahousse.net/graphe-de-connaissance-ontologie-vocabulaires-controles/
  3. ↑ Ehrlinger, Lisa & Wöß, Wolfram. (2016). Towards a Definition of Knowledge Graphs. https://www.researchgate.net/publication/323316736_Towards_a_Definition_of_Knowledge_Graphs
  4. ↑ 4,0 et 4,1 https://nesslabs.com/thinking-in-maps
  5. ↑ https://neo4j.com/case-studies/nasa/?utm_campaign=Case+Studies&utm_content=UI&utm_medium=social&utm_source=LinkedIn&utm_tag=Knowledge+graphs%2CCustomer&utm_term=Link
  6. ↑ https://www.slideshare.net/neo4j/graphday-paris-crdit-agricole-cib-dtection-qualification-dvnements-clientle?from_action=save
Récupérée de « https://wiki.komansamparle.fr/index.php?title=Graphe_de_connaissances&oldid=2639 »