Knowledge Graph

ナレッジグラフは、事実を構造化して表現したもので、ノードは人、場所、商品、概念などのエンティティを表し、ラベル付きエッジはそれらの関係を表します。各事実は主語、述語、目的語のトリプルです。たとえば（Marie Curie, born in, Warsaw）のように記述され、スキーマまたはオントロジーによって、許可されるエンティティの種類と関係が定義されます。関係が明示的に保存されるため、システムはグラフ上のパスをたどって質問に回答したり、同じエンティティに関する異なる情報源の事実を組み合わせたり、直接明示されていない事実を推論したりできます。2012 年に公開された Google の Knowledge Graph は、検索結果の横に表示される情報パネルに事実を提供します。また、Wikimedia のボランティアが運営する無料のナレッジグラフであるWikidataには、1 億件を超える項目が登録されています。

エンティティ、関係、トリプル#

• エンティティ（ノード）: 個人、都市、化合物など、固有の識別情報を持ち、それぞれがオントロジーによって型付けされるものです。
• 関係（エッジ）: 「出身地」や「の首都」など、向きとラベルを持つリンクです。ラベルが意味を持つため、（Warsaw, capital of, Poland）と（Poland, capital of, Warsaw）は異なる主張です。
• 属性: 生年月日や人口など、エンティティに付与されるリテラル値です。
• オントロジー: クラス、関係の種類、ルールを定義するスキーマです。たとえば、すべての首都が都市であるというルールにより、推論エンジンは既存の事実から新しい事実を導き出せます。

主流のデータモデルは 2 種類あります。W3C のResource Description Framework（RDF）は、Web URI で各エンティティと関係を識別し、純粋なトリプルを保存して SPARQL でクエリを実行します。Wikidata などのオープンなリンクデータに適しています。Neo4j などのグラフデータベースで使われるプロパティグラフでは、ノードやエッジにキーと値のプロパティを持たせられます。Cypher や、ISO が 2024 年 4 月に標準として公開した GQL などの言語でクエリを実行します。

この小さなグラフでは、「Marie Curie はどの国で生まれましたか」という問いは、Marie Curie から Warsaw を経由して Poland に至る 2 ホップのパスです。また、共通する「受賞」エッジによって、2 人の Curie が 1903 年の共同受賞につながっています。

ナレッジグラフの構築とクエリ#

グラフには、厳選されたデータベース、テキストから抽出した情報、画像から抽出した情報が格納されます。テキストからの抽出には固有表現認識（NER）や関係抽出が使われ、これらの処理は大規模言語モデル（LLM）によって行われることが増えています。次にエンティティ解決を行い、「M. Curie」と「Marie Skłodowska-Curie」のような同一のものに対する異なる表記を 1 つのノードに統合します。明示的なクエリ以外にも、TransE などのナレッジグラフ埋め込みは、各エンティティと関係をベクトルで表し、始点エンティティと関係を足した値が終点エンティティにどれだけ近いかで候補トリプルを評価します。これにより欠落したリンクを予測できます。また、グラフニューラルネットワークはグラフの構造から直接学習します。

コンピュータービジョンは画像からエンティティと関係を抽出します。YOLO26検出器の出力は（画像、含む、クラス）のトリプルになり、背景情報と結合すると、検出器だけでは回答できない、画像にどの種類の車両が写っているかといった質問に答えられます。

import networkx as nx
from ultralytics import YOLO

# Detect objects in an image
model = YOLO("yolo26n.pt")
results = model("https://ultralytics.com/images/bus.jpg")
result = results[0]

# Each detected class becomes an entity node linked to the image
graph = nx.DiGraph()
for class_id in result.boxes.cls.int().tolist():
    graph.add_edge("bus.jpg", result.names[class_id], relation="contains")

# Background knowledge as (subject, relation, object) triples
for subject, relation, obj in [("bus", "is_a", "vehicle"), ("car", "is_a", "vehicle"), ("person", "is_a", "human")]:
    graph.add_edge(subject, obj, relation=relation)

# Two-hop query: which detected entities are vehicles?
vehicles = [node for node in graph.successors("bus.jpg") if graph.has_edge(node, "vehicle")]
print(f"Vehicles in bus.jpg: {vehicles}")

ナレッジグラフと大規模言語モデル#

LLM は重みに知識を暗黙的に保存するため、事実の確認や更新が難しく、ハルシネーションも発生しやすくなります。ナレッジグラフは事実を明示的に保存するため、情報源を引用でき、編集内容もすぐに反映されます。GraphRAGはこの 2 つを組み合わせます。独立したテキストチャンクの代わりに、つながりのあるエンティティや関係のパス、またはグラフコミュニティの要約を検索することで、検索拡張生成（RAG）を拡張します。これにより、遅延した部品の供給元のうち、別の工場にも供給しているのはどこかといった、複数ホップを要する質問に対応しやすくなります。LLM は、自然言語の質問を既存のグラフに対する SPARQL または Cypher クエリに変換することもできます。

実際のアプリケーション#

• 検索とアシスタント: エンティティパネル、直接回答、音声アシスタントは、大規模な厳選グラフを検索し、人、場所、組織に関する事実を提示します。
• 創薬: バイオメディカルグラフは遺伝子、タンパク質、化合物、疾患、副作用を関連付けます。リンク予測により、候補となる創薬標的や、承認済み医薬品の新たな用途を提案できます。
• 不正検知: デバイス、住所、決済カードを共有するアカウントはつながりを持つグループを形成し、各アカウントを個別に見ると正常に見える場合でも、グラフをたどると検出できます。
• シーン理解: シーングラフは、画像をオブジェクトとその関係（例:（人物、乗る、馬））として表現します。Visual Genomeデータセットでは、シーンについて質問に答えるモデルの学習用に、10万枚を超える画像をこの形式でアノテーションしています。

ナレッジグラフと関連データストアの比較#

• リレーショナルデータベース: 固定スキーマのトランザクションに適した、外部キーで関連付けられたテーブルにレコードを保存します。「この商品を買った人の友人の友人」のような複数ホップの質問では、ホップごとに結合が必要ですが、グラフは保存されたエッジを直接たどります。
• ベクトルデータベース: 埋め込みの類似度に基づいてアイテムを検索するため、明示的なリンクがなくても関連コンテンツを見つけられます。ナレッジグラフは 2 つのエンティティの関係を正確に記録し、ハイブリッドシステムは両方を利用します。
• オントロジー: オントロジーは型とルールのスキーマで、ナレッジグラフはそれに、Wikidata にある何百万もの個々の人、場所、作品などのインスタンスに関する事実を格納したものです。