← 概念解説に戻る

Concept Fable

ナレッジグラフ

先に結論:知識グラフ(Knowledge Graph)はエンティティ、関係、属性によって知識を構造的に表現する。それは「誰と誰がどんな関係か」を明示的にモデル化し、エンティティ検索、因果・依存関係分析、コンプライアンス溯源、推薦、Graph RAG、複雑な質疑応答によく用いられる。テキスト chunk やベクトル類似度だけに頼るのとは異なり、知識グラフは多跳関係、構造的制約、解釈可能な経路の処理に長けるが、構築コストはより高く、エンティティ抽出、関係抽出、schema/ontology 設計、継続的な保守が必要である。

Knowledge Graph · Knowledge representation

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

アーカイブは名前同士の関係を描き出した

町の文書館は以前、巻宗ごとに資料を保管していた。一冊は隊商について、一冊は埠頭について、一冊は税務について、一冊は橋について。どの本も調べられるが、多くの問題は本と本の間にまたがっていた。

ある日、市長が尋ねた:『昨年の東橋の修理はなぜ南港の税収に影響したのか?』筆写員は東橋の修理記録を見つけ、南港の税収帳簿も見つけたが、両者がどうつながるかを説明できなかった。

ある者がすべての巻宗を暗記しようと提案した。館長は首を振った。別の者が各本にもっと多くのタグを貼ろうと提案した。東橋、南港、税収、修理、商隊。タグが増えると、関連する本は見つかるが、関係は依然として見えない。

後に、ある老書記がやり方を変えた。もはや巻宗を登録するだけでなく、城内のものを一つ一つの名前に分解した。東橋、南港、三月の商隊、臨時の迂回、橋梁修理令、税収減少。そして名前の間に線を引いた。東橋の修理が商隊の迂回を招き、商隊の迂回が南港の寄港を減らし、寄港の減少が税収に影響する。

当初は皆、面倒だと感じた。老書記は言った。巻宗は事の存在を教え、関係は事がなぜつながっているかを教える、と。

数日後、市長は再び尋ねた。「もし東橋を来年また架け替えるなら、どの埠頭と商人が最も影響を受けるか」。今度は写字生は書物の山をめくらず、図上の線をたどり、東橋から迂回路線へ、さらに隊商、埠頭、商人、税目へと歩いていった。

彼らはまた、図上の一部の線には出典を明記する必要があることに気づいた。あるものは条例から、あるものは契約から、あるものは単なる一つの歴史的事件から来ている。線の信頼度が異なれば、推論の重みも異なる。

後に、文書館はもはや『どの本がこの言葉に言及しているか』とだけ問うのではなく、『この実体はどの実体と関係があり、関係は何で、証拠はどこにあり、どこまで推論できるか』とも問うようになった。町の人々はこれで理解した:ある種の知識は一段の文字ではなく、実体と関係からなる網である。複雑な問題に答えるには、この網に沿って歩けなければならない。後に文書館は図を前庁に掛け、商人たちも関係を補充できるようにした。老書記はすべてをそのまま受け入れず、各新しい線には出所、時間、信頼度を書かせた。一本の誤った線は多くの推論を逸らせるからであり、一冊の誤って置かれた本よりも危険である。図が大きくなるほど、館は検証と更新を重視した。関係が生きていれば、答えは古い町の姿に留まらない。

明らかにする

この物語が語っているのは:ナレッジグラフ

知識グラフ(Knowledge Graph)はエンティティ、関係、属性によって知識を構造的に表現する。それは「誰と誰がどんな関係か」を明示的にモデル化し、エンティティ検索、因果・依存関係分析、コンプライアンス溯源、推薦、Graph RAG、複雑な質疑応答によく用いられる。テキスト chunk やベクトル類似度だけに頼るのとは異なり、知識グラフは多跳関係、構造的制約、解釈可能な経路の処理に長けるが、構築コストはより高く、エンティティ抽出、関係抽出、schema/ontology 設計、継続的な保守が必要である。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

メタファーのマッピング

  • 一冊一冊の巻宗:非構造化ドキュメントまたは通常のナレッジベース
  • その他のタグ:キーワードと分類は検索に役立つが、関係構造を表すことはできない
  • 東橋、南港、商隊、税収:実体ノード
  • 修理が迂回を生み、迂回が停車に影響する:関係 edges
  • 線の出所と信頼性:関係証拠、出典、信頼度、ガバナンス要件
  • 図上の線に沿って進む:グラフクエリ、マルチホップ推論、関係トラバーサル
  • どの埠頭と商店が影響を受けるか:知識グラフは依存チェーン、影響分析、複雑な質疑応答に適する
  • 実体と関係が作る網:Knowledge Graph の中核となる表現方式

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

エンティティrelationshipsontologytriplesRDFグラフデータベースGraph RAG

関連する識別

この概念は隣接概念と混用されやすいので、対比ページを続けて見ることをおすすめする。

京ICP备2026014272号