Bilgi Grafiği Analizi
- Ortaya koyan
- Ehrlinger, L. & Wöß, W.; Google (popularized)
- Yıl
- 2012–2016
- Tür
- Graph-based knowledge representation and analysis
- Aile
- Network science
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Bilgi Grafiği Analizi, varlıklar ve türlere ayrılmış ilişkilerden oluşan yönlendirilmiş bir grafiğe dayalı yapılandırılmış olgusal bilgiyi temsil etmek, depolamak ve üzerinde akıl yürütmek için bir çerçevedir.
Varlıklar (düğümler) ve ilişkiler (kenarlar), özne–yüklem–nesne üçlüleri olarak ifade edilir ve biyomedikal araştırma, e-ticaret ve bilimsel literatür gibi alanlardaki heterojen veri kaynaklarının zengin sorgulanmasını, çıkarımını ve entegrasyonunu mümkün kılar.
Yöntemin mantığı
Bir bilgi grafiğini, her gerçeğin yapılandırılmış bir üçlü olarak saklandığı devasa, makine tarafından okunabilir bir ansiklopedi gibi düşünün: 'Einstein — doğduğu yer — Ulm'. Düz bir tablonun aksine, bu grafik yapısı, karmaşık SQL birleştirmeleri yerine basit grafik geçişleriyle anlam zincirlerinde gezinmenize olanak tanır — Almanya'da eğitim görmüş Nobel ödüllülerin daha sonra ders verdiği tüm kurumları bulmak gibi. Analitik görevler daha sonra şu soruları sorar: hangi varlıklar en çok bağlantılı, hangi kavram kümeleri bir arada kümeleniyor, hangi gerçeklerin eksik olması muhtemel ve mevcut olanlardan hangi yeni ilişkiler çıkarılabilir?
Tarih
Bilgi grafiği terimi, Google tarafından 2012'de yapılandırılmış gerçeklerle arama sonuçlarını geliştirmek için Bilgi Grafiği'ni başlattığında popüler hale getirildi. Ehrlinger ve Wöß tarafından 2016'da resmi bir akademik tanım önerildi. Alan, 2000'lerin başındaki semantik web teknolojileri (RDF, OWL) ve Cyc (1984) gibi sembolik yapay zeka bilgi tabanları üzerine inşa edilmiştir. 2017'den bu yana, grafik sinir ağları ve transformatör tabanlı embedding'ler, bilgi grafiği tamamlama ve akıl yürütmeyi önemli ölçüde ilerletti.
Ne zaman kullanılır?
Araştırma probleminiz birden çok kaynaktan gelen heterojen, birbirine bağlı varlıkları içeriyorsa ve ilişki zincirleri boyunca sorgulama, eksik gerçekleri çıkarma veya alan ontolojilerini entegre etme ihtiyacınız varsa — örneğin, ortak yazarlık ve atıf ağlarını, ilaç–gen–hastalık etkileşim ağlarını veya ürün–müşteri–özellik grafiklerini eşleme — bilgi grafiği analizini kullanın. Veriler ilişkisel üçlüler olarak geldiğinde veya doğal olarak bu şekilde ifade edilebildiğinde üstündür. Verileriniz anlamlı varlık-ilişki yapısı olmayan basit bir düz tablo olduğunda, şeffaf istatistiksel çıkarım (p-değerleri ve güven aralıkları ile) gerektiğinde (bunun yerine regresyon veya ERGM kullanın) veya grafik ilişkisel veritabanı sorgusunun yeterli olacağı kadar küçük olduğunda kullanmayın.
Sınırlar ve dikkat edilmesi gerekenler
- İnşaat, önemli veri mühendisliği çabası gerektirir: varlık çıkarma, çekirdek çözümleme ve ontoloji tasarımı önemsiz değildir.
- Grafik kalitesi, kaynak verilerin eksiksizliğine ve doğruluğuna bağlıdır; seyrek veya gürültülü üçlüler çıkarım kalitesini düşürür.
- Bağlantı tahmini modellerine dayalı embedding'ler kara kutulardır; bir üçlünün neden tahmin edildiğini açıklamak ek yorumlanabilirlik araçları gerektirir.
- Yerleşik istatistiksel anlamlılık çerçevesi yoktur — ERGM veya regresyondan farklı olarak, bireysel kenarlar veya yollar için p-değerleri yoktur.
- Bakım yükü: temel gerçekler değiştikçe, güncel olmayan veya çelişkili bilgileri önlemek için grafik güncellenmelidir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Birden çok kaynaktan gelen heterojen verileri birleşik bir anlamsal şema altında entegre eder.
- Düz tabloların ve ilişkisel veritabanlarının kolayca destekleyemediği çok adımlı sorgulamayı ve akıl yürütmeyi mümkün kılar.
- Grafik embedding'leri aracılığıyla bağlantı tahmini ve bilgi tamamlama desteği sağlar, örtük gerçekleri ortaya çıkarır.
- Standart ağ bilimi metrikleriyle (merkezilik, topluluk tespiti) yapısal analiz için uyumludur.
- Yüksek ölçeklenebilirlik: Wikidata veya Google Knowledge Graph gibi büyük ölçekli grafikler milyarlarca üçlü içerir.
- Açık standartlar (RDF, OWL, SPARQL) aracılığıyla birlikte çalışabilirliği kolaylaştırır.
Uygulama alanları
- Bibliyometrik ve atıf ağı analizi: bilimsel bir alanda araştırma cephelerini, kilit yazarları ve kavramsal kümeleri haritalama.
- Biyomedikal bilgi grafikleri: ilaç yeniden konumlandırma ve yan etki tahmini için ilaç–gen–hastalık etkileşimlerini entegre etme.
- Soru cevaplama ve bilgi alma: büyük dil modeli yanıtlarını yapılandırılmış olgusal bilgiyle temellendirme.
- E-ticaret önerisi: açıklanabilir öneriler için ürünleri, özellikleri, kullanıcı tercihlerini ve satın alma geçmişlerini bağlama.
- Kurumsal veri entegrasyonu: paylaşılan bir anlamsal şema aracılığıyla departmanlar arasındaki veri silolarını birleştirme.
- Sosyal bilim araştırmaları: ilişkisel analiz için politika aktörlerini, yasama metinlerini ve kurumsal bağlantıları birbirine bağlı varlıklar olarak temsil etme.
Nasıl çalışır?
Nasıl çalışır?
Süreç, kaynak metin, veritabanları veya ontolojilerden varlıkların — insanlar, yerler, kavramlar, yayınlar, kimyasallar — belirlenmesiyle başlar. Her benzersiz varlık, eşanlamlıları ve yüzey formu varyantlarını (örneğin, 'WHO' ve 'Dünya Sağlık Örgütü' tek bir düğüme birleşir) çözmek için kanonik bir tanımlayıcı (URI veya dahili kimlik) atanmış bir grafik düğümü haline gelir.
Varlıklar arasında olgusal ilişkileri (örneğin, yazarOf, locatedIn, interactsWith) kodlamak için türlere ayrılmış, yönlendirilmiş kenarlar oluşturulur. G = (E, R, T) biçimindeki resmi üçlü yapısı, burada T, özne ve nesneleri varlık kümesi E'den ve yüklemleri ilişki kümesi R'den alınan (özne, yüklem, nesne) üçlüler kümesidir, hem RDF hem de özellik grafiği uygulamalarının temelini oluşturur.
Formül
G = (E, R, T), \; T \subseteq E \times R \times E
Bir şema katmanı — bir ontoloji veya taksonomi — izin verilen varlık türlerini ve ilişki türlerini kısıtlar, kaynaklar arasında tutarlı sorgulamayı mümkün kılar. Hizalama algoritmaları, farklı şemalardan örtüşen veya eşdeğer kavramları algılar ve birleştirir; bu, birden çok bilgi tabanını (örneğin, DBpedia + Wikidata) entegre ederken esastır.
Varlıklar ve ilişkiler, TransE, RotatE veya ComplEx gibi yöntemler kullanılarak sürekli vektör temsillerine (embedding'ler) eşlenir. Bu embedding'ler yapısal ve anlamsal yakınlığı yakalar, bağlantı tahmini (eksik üçlüleri çıkarma), varlık belirsizliğini giderme ve standart sayısal modeller kullanarak sonraki makine öğrenmesi görevlerini mümkün kılar.
SPARQL veya Cypher sorguları çok adımlı gerçekleri alır; kural tabanlı veya embedding tabanlı akıl yürütme ise örtük üçlüleri çıkarır (örneğin, A, B'yi öğretiyor ve B, C'yi öğretiyorsa, o zaman A dolaylı olarak C'ye akıl hocalığı yapar). Klasik ağ biliminden merkezilik, topluluk tespiti ve yol analizi algoritmaları daha sonra sonuçlanan grafiğe, anahtar varlıkları, kümeleri ve bilgi akışlarını ortaya çıkarmak için uygulanır.
Sık yapılan hatalar
- Bilgi grafiğini, eksikliği hesaba katmadan mutlak doğru kabul etmek — tüm gerçek dünya bilgi grafikleri eksik kenarlara sahiptir.
- Bağlantı tahmini için bir grafik embedding modelini (örneğin, TransE) tutulan bir bağlantı tahmini karşılaştırmasında doğrulamadan seçmek, aşırı güvenli çıkarımlara yol açar.
- Düzgün çekirdek çözümleme yapmadan farklı kaynaklardan varlıkları birleştirmek, yinelenen veya birleştirilmiş düğümler oluşturur.
- Bilgi grafiği şema katmanını (ontoloji) örnek katmanıyla (gerçek üçlüler) karıştırmak, tür ihlallerine ve geçersiz sorgulara yol açar.
- Yönlendirilmiş bir bilgi grafiğine, kenar yönlülüğünü hesaba katmadan, yönlendirilmemiş grafikler için tasarlanmış topluluk tespiti algoritmaları uygulamak.
Sık sorulan sorular
Bilgi grafiği ile standart bir ağ veya sosyal ağ arasındaki fark nedir?
Standart bir ağ grafiği tipik olarak etiketlenmemiş veya tek tip türde kenarlara sahiptir (örneğin, 'bağlı'). Bir bilgi grafiği, türlere ayrılmış, anlamsal olarak anlamlı ilişkiler (örneğin, 'yazarOf', 'locatedIn') kullanır ve bir ontolojiye dayanır, bu da mantıksal çıkarımı mümkün kılar. Sosyal ağ analizi, aktörler arasındaki bağlantıların yapısal özelliklerine odaklanırken, bilgi grafiği analizi ilişkilerin anlamsal içeriğini ve çok türde varlıkları vurgular.
RDF ve SPARQL kullanmam mı gerekiyor, yoksa Neo4j gibi bir özellik grafiği veritabanı kullanabilir miyim?
Her ikisi de geçerlidir. RDF/SPARQL, W3C standardıdır ve açık veri birlikte çalışabilirliği ve ontoloji tabanlı akıl yürütme için en iyisidir. Özellik grafikleri (Neo4j/Cypher), orta büyüklükteki grafiklerde gezinme sorguları için genellikle daha geliştirici dostu ve daha hızlıdır. Analitik yöntemler — merkezilik, topluluk tespiti, bağlantı tahmini — her iki temsil için de eşit derecede geçerlidir.
Bir grafik embedding modelinin yaptığı bağlantı tahminlerinin kalitesini nasıl değerlendiririm?
Standart protokol, bilinen üçlülerin rastgele bir örneğini test kümesi olarak ayırmak, onları grafikten çıkarmak, kalan üçlüler üzerinde embedding modelini eğitmektir, ardından her ayrılmış üçlü için adayları sıralamak ve Ortalama Karşılıklı Sıralama (MRR) ve Hits@k (k = 1, 3, 10) raporlamaktır.
Bilgi grafiği analizi doğal dil işleme ile birleştirilebilir mi?
Evet, ve bu giderek yaygınlaşmaktadır. NLP işlem hatları, yapılandırılmamış metinden grafiği doldurmak için adlandırılmış varlık tanıma ve ilişki çıkarma gerçekleştirir. Tersine, bilgi grafikleri, varlık belirsizliğini giderme ve temellendirilmiş soru cevaplama gibi NLP görevlerini iyileştiren yapılandırılmış bağlam sağlar.
Bilgi grafiği analizi küçük veri kümeleri için uygun mudur?
Her ölçekte bir bilgi grafiği oluşturulabilir, ancak bağlantı tahmini için grafik embedding modelleri, anlamlı temsiller öğrenmek için yeterli varlık–ilişki eş-görünüm kapsamı gerektirir — tipik olarak binlerce üçlü. Çok küçük veri kümeleri için, sembolik kural tabanlı akıl yürütme veya daha basit ağ metrikleri (derece, ara değer) öğrenilmiş embedding'lerden daha güvenilirdir.
İlgili yöntemler
Kaynaklar
Ehrlinger, L. & Wöß, W. (2016). Towards a Definition of Knowledge Graphs. In Proceedings of the SEMANTICS Posters and Demos Track (SEMANTiCS 2016). CEUR Workshop Proceedings, vol. 1695.
Yayın kaynağını açKopyalandı.Hogan, A., Blomqvist, E., Cochez, M., d'Amato, C., Melo, G. de, Gutierrez, C., Kirrane, S., Gayo, J. E. L., Navigli, R., Neumaier, S., Ngomo, A.-C. N., Polleres, A., Rashid, S. M., Rula, A., Schmelzeisen, L., Sequeda, J., Staab, S., & Zimmermann, A. (2021). Knowledge Graphs. ACM Computing Surveys, 54(4), 71.
DOI kaynağını açKopyalandı.