Graphe de connaissances

Un graphe de connaissances (en anglais knowledge graph) décrit le monde comme un réseau : chaque nœud est une entité (Victor Hugo, Paris, Les Misérables), chaque arête est une relation qui a un sens (« est né à », « a écrit », « est la capitale de »). Là où un tableau range des valeurs en colonnes, le graphe permet de suivre des chaînes de relations : l’auteur des Misérables est né à Besançon, ville située en Bourgogne-Franche-Comté, etc.

Le principe : des triplets sujet – prédicat – objet

L’unité de base est le triplet : une affirmation élémentaire à trois éléments.

Chaque triplet est une arête du graphe. Des millions de triplets forment un réseau que l’on peut interroger : « quels écrivains nés dans le Doubs ont publié avant 1870 ? ». Un moteur de recherche classique ne sait répondre qu’en trouvant un texte qui contient déjà cette phrase ; un graphe la calcule.

Ontologie et schéma : donner un sens aux relations

Un graphe n’est utile que si ses relations sont définies sans ambiguïté. C’est le rôle de l'ontologie : elle déclare les classes (Personne, Ville, Œuvre), les relations autorisées (une Personne est née à une Ville) et des règles (toute Capitale est une Ville). On peut alors déduire des faits non écrits : si Paris est la capitale de la France et que toute capitale est une ville, Paris est une ville. Voir ontologie en informatique.

Les technologies

Deux familles dominent :

Les standards du W3C ont été posés à partir de la fin des années 1990 (RDF en 1999, OWL en 2004, SPARQL en 2008), dans le cadre du projet de Web sémantique promu par Tim Berners-Lee. Les graphes de propriétés, plus souples, sont surtout utilisés en entreprise.

Exemples célèbres

• Google Knowledge Graph (2012) : alimente les encadrés d’information affichés à droite des résultats de recherche (date de naissance, œuvres, proches d’une personnalité). Il s’est notamment nourri de Freebase, base rachetée par Google en 2010 puis fermée en 2016.
• Wikidata (2012) : graphe libre et collaboratif de la Fondation Wikimedia, qui alimente notamment les infobox de Wikipédia. Il compte plus de cent millions d’éléments, chacun identifié par un code (Q90 désigne Paris).
• DBpedia (2007) : extraction automatique des données de Wikipédia sous forme RDF.
• Graphes d’entreprise : catalogue produit d’un site de commerce, réseau professionnel d’un réseau social, graphe de détection de fraude bancaire, graphe biomédical reliant gènes, protéines, maladies et médicaments.

À quoi sert un graphe de connaissances ?

• Recherche et réponses directes : comprendre qu’une requête porte sur une entité précise (Mercure la planète, l’élément chimique ou le dieu).
• Recommandation : relier un utilisateur à des produits via des goûts, des catégories, des achats voisins.
• Détection de fraude : repérer des comptes reliés par une même adresse, un même appareil.
• Intégration de données : unifier des sources hétérogènes autour d’entités communes.
• Découverte scientifique : relier des résultats publiés dans des milliers d’articles.
• Fiabilisation de l’IA générative : fournir à un modèle de langage des faits vérifiés et sourcés (approche dite GraphRAG, voir base de connaissances IA et RAG).

Graphe de connaissances ou base de données relationnelle ?

Une base de données relationnelle range l’information en tables à colonnes fixes ; elle excelle pour des données régulières (factures, stocks). Le graphe est préférable quand les relations sont nombreuses, variées et changeantes, et quand on veut parcourir des chemins de longueur variable (« amis d’amis d’amis »). Dans une base relationnelle, ces parcours exigent des jointures multiples, coûteuses à écrire et à exécuter.

Construire un graphe de connaissances

1. Définir les questions auxquelles le graphe doit répondre : elles déterminent les entités et relations utiles.
2. Concevoir ou réutiliser une ontologie (par exemple le vocabulaire Schema.org pour le Web, des ontologies métier existantes en santé ou en industrie).
3. Extraire les données de sources structurées (bases, tableurs) et non structurées (textes, avec des outils de reconnaissance d’entités, désormais souvent aidés par des modèles de langage).
4. Résoudre les entités : reconnaître que « V. Hugo » et « Victor Hugo » désignent la même personne.
5. Relier à des référentiels externes (identifiants Wikidata, codes officiels) pour l’interopérabilité.
6. Valider et maintenir : contrôles de cohérence, provenance de chaque fait, mises à jour.

Questions fréquentes

Quelle différence entre graphe de connaissances et ontologie ?

L’ontologie est le schéma : les types d’entités et de relations, et leurs règles. Le graphe de connaissances contient les faits eux-mêmes (les instances) organisés selon ce schéma.

Wikidata est-il un graphe de connaissances ?

Oui. C’est le plus grand graphe de connaissances libre, interrogeable en SPARQL et réutilisable sous licence CC0 (domaine public).

Un graphe de connaissances est-il de l’intelligence artificielle ?

Il relève de l’IA symbolique, qui représente explicitement les connaissances et raisonne dessus. Il est aujourd’hui souvent combiné à l’apprentissage automatique, qui aide à le construire et l’exploite pour des recommandations ou des réponses. Voir intelligence artificielle.

Faut-il un graphe pour un petit projet ?

Rarement. Pour quelques centaines d’éléments aux relations simples, un tableur ou une base relationnelle suffit. Le graphe se justifie quand les relations deviennent le cœur du problème.